jincio / covidperu

Funciones para procesar información sobre COVID-19 en Perú

covidPeru

El objetivo de este paquete es facilitar el uso de la información que tenemos disponible en el portal de datos abiertos del gobierno sobre COVID.

Empezó como algo de uso personal que espero sirva para tomadores de decisiones, periodistas, o cualquier persona que quiera trabajar con datos sobre COVID.

Installation

Puedes instalar el paquete siguiendo estos pasos:

install.packages("devtools")
devtools::install_github("jincio/covidPeru")

Ejemplo

Primero tenemos que llamar los data frames y luego podemos proceder con la limpieza y generar unos gráficos.

library(dplyr) ## Necesario!
library(readr) ## Necesario!
library(ggplot2) ## Necesario!
library(lubridate)## Necesario!
library(purrr) ## Necesario
library(MMWRweek) ## Necesario
library(data.table) ## Necesario
library(covidPeru) 

library(covidPeru)

#> Loading covidPeru

Cargamos el último set disponible en el portal de datos abiertos de pruebas analizadas con resultado positivo.

positivos=da_positivos() # Crea un dataframe con la información positivos

head(positivos)
#> # A tibble: 6 x 14
#>   UUID  DEPARTAMENTO PROVINCIA DISTRITO METODODX  EDAD SEXO  FECHA_RESULTADO
#>   <chr> <chr>        <chr>     <chr>    <chr>    <dbl> <chr>           <dbl>
#> 1 7320… LIMA         LIMA      SAN BOR… PCR         34 FEME…        20200325
#> 2 e816… LIMA         LIMA      SAN BOR… PCR         30 FEME…        20200406
#> 3 71ec… LIMA         LIMA      SAN BOR… PCR         34 FEME…        20200410
#> 4 566a… LIMA         LIMA      BREÑA    PCR         32 FEME…        20200403
#> 5 0275… LIMA         LIMA      LIMA     PCR         31 FEME…        20200409
#> 6 f016… LIMA         LIMA      LIMA     PCR         30 FEME…        20200409
#> # … with 6 more variables: year <chr>, month <chr>, day <chr>, fecha <date>,
#> #   EDAD_n <dbl>, semana <dbl>

Cargamos el último set disponible en el portal de datos abiertos de fallecidos por COVID-19.

fallecidos=da_fallecidos() # Crea un dataframe con la información de fallecidos.

head(fallecidos)
#> # A tibble: 6 x 13
#>   UUID  FECHA_FALLECIMI… EDAD_DECLARADA SEXO  FECHA_NAC DEPARTAMENTO PROVINCIA
#>   <chr>            <dbl>          <dbl> <chr>     <dbl> <chr>        <chr>    
#> 1 6b9e…         20200701             63 MASC…  19561228 LIMA         LIMA     
#> 2 beca…         20200701             63 MASC…  19570629 LIMA         LIMA     
#> 3 e5c2…         20200701             67 MASC…  19530524 LA LIBERTAD  ASCOPE   
#> 4 e844…         20200701             59 MASC…  19610210 LA LIBERTAD  TRUJILLO 
#> 5 dfe8…         20200701             61 FEME…  19581113 LA LIBERTAD  TRUJILLO 
#> 6 d780…         20200701             54 FEME…  19650921 LA LIBERTAD  VIRU     
#> # … with 6 more variables: DISTRITO <chr>, year <chr>, month <chr>, day <chr>,
#> #   fecha <date>, semana <dbl>

Cargamos el último set de SINADEF disponible en el portal de datos abiertos. Este demora un poco más, tengan paciencia!.

sinadef=da_sinadef()

head(sinadef)
#> # A tibble: 6 x 6
#>   fecha      semana  year dia       `DEPARTAMENTO DOMICILI… `PROVINCIA DOMICILI…
#>   <date>      <dbl> <dbl> <chr>     <chr>                   <chr>               
#> 1 2020-01-22      4  2020 Wednesday LIMA                    LIMA                
#> 2 2020-01-24      4  2020 Friday    CUSCO                   CUSCO               
#> 3 2020-01-30      5  2020 Thursday  CALLAO                  CALLAO              
#> 4 2020-01-19      4  2020 Sunday    CAJAMARCA               CAJAMARCA           
#> 5 2020-01-13      3  2020 Monday    LA LIBERTAD             TRUJILLO            
#> 6 2020-01-25      4  2020 Saturday  CAJAMARCA               CAJAMARCA

Una vez con las bases podemos usar las otras funciones para generar series diarias y algunos gráficos de estas series.

Las funcion entrega una lista con dos objetos: una data y un gráfico.

fdiarios=fallecidos_diarios(fallecidos)[[1]]
head(fdiarios)
#> # A tibble: 6 x 2
#>   fecha      count
#>   <date>     <int>
#> 1 2020-03-18     1
#> 2 2020-03-19     3
#> 3 2020-03-20     2
#> 4 2020-03-21     1
#> 5 2020-03-22     2
#> 6 2020-03-23     1

grafico=fallecidos_diarios(fallecidos)[[2]]
print(grafico)

Podemos identificar un departamento en específico.

fdiarios=fallecidos_diarios(fallecidos, "lima")[[1]]
head(fdiarios)
#> # A tibble: 6 x 3
#> # Groups:   DEPARTAMENTO [1]
#>   DEPARTAMENTO fecha      count
#>   <chr>        <date>     <int>
#> 1 LIMA         2020-03-18     1
#> 2 LIMA         2020-03-19     3
#> 3 LIMA         2020-03-20     2
#> 4 LIMA         2020-03-23     1
#> 5 LIMA         2020-03-24     2
#> 6 LIMA         2020-03-26     3

grafico=fallecidos_diarios(fallecidos, "lima")[[2]]
print(grafico)

• Podemos agregar una media móvil también.

grafico=fallecidos_diarios(fallecidos, "lima",mediamovil = 7)[[2]]
print(grafico)
#> Warning: Removed 6 rows containing missing values (position_stack).

Exceso de muertos

En el paquete también está disponible la función para calcular el exceso de muertos en Perú y por departamentos por semana.

En este caso la información se calcula por semana. Hay dos “métodos” disponibles. El método por default toma como referencia las primeras 11 semanas del 2020 (“M2020”), y el “alternativo” que usa el promedio de muertos de los años 2017,2018, 2019 con la semana de comparación.

base=exceso_muertes(sinadef)[1]
#> [1] "Ojo: archivo actualizado al 2020-09-23 tomamos referencia hasta la semana 38"
head(base,30)
#> [[1]]
#> # A tibble: 38 x 6
#>    semana  year numero_fallecidos Esperado Exceso fecha_ultima
#>     <dbl> <dbl>             <int>    <dbl>  <dbl> <date>      
#>  1      1  2020              1233     1233      0 2020-01-04  
#>  2      2  2020              2187     2187      0 2020-01-11  
#>  3      3  2020              2130     2130      0 2020-01-18  
#>  4      4  2020              2117     2117      0 2020-01-25  
#>  5      5  2020              2011     2011      0 2020-02-01  
#>  6      6  2020              2142     2142      0 2020-02-08  
#>  7      7  2020              2119     2119      0 2020-02-15  
#>  8      8  2020              2107     2107      0 2020-02-22  
#>  9      9  2020              2211     2211      0 2020-02-29  
#> 10     10  2020              2210     2210      0 2020-03-07  
#> # … with 28 more rows

grafico=exceso_muertes(sinadef)[2]
#> [1] "Ojo: archivo actualizado al 2020-09-23 tomamos referencia hasta la semana 38"
print(grafico)
#> [[1]]

grafico=exceso_muertes(sinadef,metodo = FALSE)[2]
#> [1] "Ojo: archivo actualizado al 2020-09-23 tomamos referencia hasta la semana 38"
print(grafico)
#> [[1]]

Lima

Lima=exceso_muertes(sinadef,"Lima")[2]
#> [1] "Ojo: archivo actualizado al 2020-09-23 tomamos referencia hasta la semana 38"
print(Lima)
#> [[1]]

** Gabriel Carrasco-Escobar (Gabc91) preparó una función que hemos agregado al paquete. La función te da como resultado un gráfico a modo de panel de calor con el exceso de muertes para todas las regiones **

grafico=panel_exceso(sinadef)

print(grafico)

** Juan Gamboa Unsihuay (jesuseduardog) preparó una función que hemos agregado al paquete. La función te da como resultado una base y un gráfico que describen la población contagiada y la población fallecida por sexo y edad. El gráfico tiene una forma piramidal y su eficacia reside en que permite caracterizar la distribución por edad y sexo de un colectivo determinado, en este caso el grupo de casos covid positivos y el grupo de fallecidos covid. Esto a nivel nacional como a nivel departamental.

Lima

base = piramide_fcovid(fallecidos,"Lima")[[1]]
head(base)
#> # A tibble: 6 x 3
#> # Groups:   SEXO, EDAD_CAT [6]
#>   SEXO     EDAD_CAT     n
#>   <chr>    <fct>    <int>
#> 1 FEMENINO [0,5]       11
#> 2 FEMENINO (5,10]       1
#> 3 FEMENINO (10,15]      5
#> 4 FEMENINO (15,20]      7
#> 5 FEMENINO (20,25]     12
#> 6 FEMENINO (25,30]     16

grafico = piramide_fcovid(fallecidos,"Lima")[[2]]
print(grafico)

Nacional

base <- piramide_pcovid(positivos)[[1]]
head(base)
#> # A tibble: 6 x 3
#> # Groups:   SEXO, EDAD_CAT [6]
#>   SEXO     EDAD_CAT     n
#>   <chr>    <fct>    <int>
#> 1 FEMENINO [0,5]     4515
#> 2 FEMENINO (5,10]    3497
#> 3 FEMENINO (10,15]   5403
#> 4 FEMENINO (15,20]  10970
#> 5 FEMENINO (20,25]  22020
#> 6 FEMENINO (25,30]  31647

grafico = piramide_pcovid(positivos)[[2]]
print(grafico)

** Cesar Urquizo (CUrquizoU) preparo una función que hemos agregado al paquete. Esta funcion replica el modelo del documento de investigación Estimating and simulating a SIRD Model of COVID-19 for many countries, states, and cities de Jesus Fernandez Villaverde y Charles Jones (2020).

El modelo permite reconstruir a partir de la base de fallecidos del SINADEF, los casos de fallecidos, casos positivos, población vulnerable y población recuperada. Asimismo, se calcula la velocidad de contagio del virus o también denominado R0. Lo importante de este modelo es que permite conocer la dinamica de las principales variables como la evolución de los casos de fallecidos, contagiados o recuperados.

Resultados de la estimación

resultados <- sird_villaverde(sinadef,"Lima")

Población suceptible

S <- resultados[["S"]]
head(S)
#> [1] 11245182 11241647 11238049 11234361 11230574 11226654

R0

r0 <- resultados[["R0"]]
head(r0)
#> [1] 1.051583 1.065327 1.085292 1.105263 1.132675 1.165557

Adicional, el paquete contiene la función sird_graficos que permite realizar una inspección gráfica de los resultados obtenidos del modelo Villaverde.

Principales variables SIRD

graficos <- sird_graficos(resultados)

R0

print(graficos[[1]])

print(graficos[[2]])
#> Warning: Removed 25 row(s) containing missing values (geom_path).