covidmx

<!-- badges: end -->

:computer: Sitio web: https://rodrigozepeda.github.io/covidmx/

Descarga, etiqueta y analiza los datos abiertos de COVID-19 en México. El propósito de este paquete es hacer la descarga, análisis y graficación de manera rápida para que tú no tengas que preocuparte por bajar el archivo a tiempo, agrupar funciones o realizar visualizaciones sino en lo importante: analizar la información.

Instalación

{r} remotes::install_github("RodrigoZepeda/covidmx")

Uso

Puedes descargar la información de variantes de GISAID de la publicación de Github, ocupación hospitalaria de RED IRAG a partir del Github y datos abiertos de la SSA todo con los siguientes comandos.

El proceso está optimizado mediante duckdb para que puedas realizar queries sobre la base de > 15 millones de personas en segundos.

```{r} library(covidmx)

Datos de variantes (cdmx o nacional)

variantes <- descargadatosvariantes_GISAID("nacional")

Datos de ocupación hopsitalaria de Red IRAG ('Estatal' o 'Unidad Médica')

ocupacion <- descargadatosred_irag("Estatal")

Descarga datos abiertos de covid, guarda en duckdb (miarchivode_datos.duckdb)

y te da una conexión

datoscovid <- descargadatosabiertos(dbdir = "miarchivodedatos.duckdb") ```

Todas las descargas del paquete son inteligentes y si ha pasado poco tiempo desde tu última descarga te pregunta primero antes de comprometerse a descargar de nuevo.

Puedes volver a leer tu base descargada haciendo:

{r} datos_covid <- read_datos_abiertos(dbdir = "mi_archivo_de_datos.duckdb")

Las funciones principales del paquete son:

```{r}

Calcula los casos (totales) por entidad y devuelve un tibble

datoscovid <- datoscovid %>% casos()

Calcula la cantidad de pruebas realizadas

datoscovid <- datoscovid %>% numero_pruebas()

Calcula la positividad

datoscovid <- datoscovid %>% positividad()

Calcula el case fatality rate

datoscovid <- datoscovid %>% cfr()

Calcula el case hospitalization rate

datoscovid <- datoscovid %>% chr()

Estimación del número efectivo de reproducción

datoscovid <- datoscovid %>% estima_rt()

¡Grafica!

datoscovid %>% plotcovid() ```

Nota No olvides citar a GISAID, RED IRAG o SSA y las publicaciones asociadas además del paquete.

Casos (opciones de lectura de datos abiertos)

Todas las opciones de casos:

```{r} datos_covid %>% casos( #Lista de entidades que deseas entidades = c("AGUASCALIENTES", "BAJA CALIFORNIA", "BAJA CALIFORNIA SUR","CAMPECHE", "CHIAPAS", "CHIHUAHUA","CIUDAD DE M\u00c9XICO", "COAHUILA DE ZARAGOZA" , "COLIMA", "DURANGO", "GUANAJUATO", "GUERRERO","HIDALGO", "JALISCO", "M\u00c9XICO", "MICHOAC\u00c1N DE OCAMPO", "MORELOS","NAYARIT", "NUEVO LE\u00d3N", "OAXACA", "PUEBLA", "QUER\u00c9TARO", "QUINTANA ROO", "SAN LUIS POTOS\u00cd", "SINALOA", "SONORA", "TABASCO", "TAMAULIPAS", "TLAXCALA", "VERACRUZ DE IGNACIO DE LA LLAVE", "YUCAT\u00c1N", "ZACATECAS"),

#Si quieres que los resultados salgan por entidad = TRUE o ya agregados = FALSE
group_by_entidad    = TRUE,

#Selecciona esas entidades a qué tipo de entidad refieren: Unidad Médica, 
#Residencia o Nacimiento
entidad_tipo        = "Residencia", 

#Selecciona la fecha para la base de datos: Síntomas, Ingreso, Defunción
fecha_tipo          = "Ingreso",

#Selecciona todas las variables de clasificación que deseas agregar:
tipo_clasificacion  = c("Sospechosos","Confirmados COVID", 
                        "Negativo a COVID", "Inválido", 
                        "No realizado"),

#Selecciona si deseas agrupar por la variable tipo_clasificacion
group_by_tipo_clasificacion = TRUE,

#Selecciona todos los pacientes quieres incluir:
tipo_paciente      = c("AMBULATORIO", "HOSPITALIZADO", 
                       "NO ESPECIFICADO"),

#Selecciona si agrupar por tipo de paciente
group_by_tipo_paciente = TRUE,

#Selecciona todas las opciones de Unidad de Cuidado Intensivo
#del paciente:
tipo_uci           = c("SI","NO","NO APLICA","SE IGNORA",
                       "NO ESPECIFICADO"),

#Selecciona si agrupar por tipo de unidad
group_by_tipo_uci  = TRUE,

#Selecciona los sectores del sistema de salud a incluir
tipo_sector   = c("CRUZ ROJA", "DIF", "ESTATAL", "IMSS", 
                  "IMSS-BIENESTAR", "ISSSTE", 
                  "MUNICIPAL", "PEMEX", "PRIVADA", 
                  "SEDENA", "SEMAR", "SSA", 
                  "UNIVERSITARIO","NO ESPECIFICADO"),

#Selecciona si deseas agrupar por tipo de sector
group_by_tipo_sector = FALSE,

#Selecciona si deseas sólo los que tuvieron defunción
defunciones   = TRUE,

#Selecciona los grupos de edad que deseas incluir en rango
edad_cut      = c(20, 40, 60), #Edades 20-40 y 40-60

#Selecciona si devolver el objeto como tibble
as_tibble     = TRUE,

#Selecciona si rellenar los conteos (n) con ceros 
#cuando no haya observaciones.
fill_zeros    = TRUE,

#Nombre para llamarle en el objeto lista que regresa
list_name     = "Ejemplo defunciones",

#Otras variables para agrupar no incluidas
.grouping_vars = c("DIABETES", "SEXO"))

> # A tibble:

> FECHAINGRESO DIABETES SEXO EDADCAT ENTIDADRES CLASIFICACIONFINAL

>

> 1 2020-01-01 2 1 (40,60] 30 7

> 2 2020-01-02 2 1 (40,60] 30 7

> 3 2020-01-02 2 2 (20,40] 11 7

> 4 2020-01-02 2 2 (20,40] 26 7

> 5 2020-01-02 2 2 (40,60] 22 5

> 6 2020-01-03 1 1 (40,60] 05 7

> 7 2020-01-03 1 2 (40,60] 26 7

> 8 2020-01-03 1 2 (40,60] 28 7

> 9 2020-01-03 2 1 (40,60] 15 6

> 10 2020-01-03 2 2 (40,60] 13 7

> 11 2020-01-04 2 1 (20,40] 05 7

> 12 2020-01-04 2 2 (40,60] 21 7

> 13 2020-01-05 1 1 (40,60] 30 7

> 14 2020-01-05 1 2 (40,60] 09 5

> 15 2020-01-05 2 2 (20,40] 26 6

> 16 2020-01-05 2 2 (40,60] 28 7

> 17 2020-01-06 1 1 (40,60] 02 7

> 18 2020-01-06 1 2 (40,60] 15 7

> 19 2020-01-06 2 1 (40,60] 08 6

> 20 2020-01-06 2 1 (40,60] 09 7

> # … with 8 more variables: TIPO_PACIENTE , UCI , n ,

> # ENTIDAD_FEDERATIVA , ABREVIATURA , CLASIFICACIÓN ,

> # DESCRIPCIONTIPOPACIENTE , DESCRIPCIONTIPOUCI

```

Más información

• Para ver todas las funciones del paquete ve a Primeros Pasos

• Puedes ver un estudio de caso del paquete para Ciudad de México en este link

• Puedes ver las preguntas frecuentes acá o bien levantar un issue en Github con el label de question.