Con este proyecto se pretende seguir la evolución y los patrones generados por el COVID-19 mediante gráficas y datos sencillos de visualizar para así generar conciencia de los riesgos que una persona dada pueda llegar a tener tomando en cuenta sus descriptores particulares.
Table of Contents
Proporcionar a la gente con un análisis que evita mostrar conclusiones ambiguas acerca del estado actual del país para asistir una toma de decisiones objetiva tanto por parte de autoridades como de ciudadanos.
Se utilizaron los datos abiertos de la Dirección General de Epidemiología y la Secretaría de Salud
- Python 3.6.11
- Urlib: Se utilizó para descargar el .zip
- io: Se utilizó para guardar el dataset en memoria
- Zipfile: Se utilizó para extraer el archivo .zip
- Pandas: Se utilizó para procesamiento del dataset
- Numpy: Se utilizó para procesamiento del dataset
- Seaborn: Se utilizó para generar gráficas
- Matplotlib: Se utilizó para generar gráficas
- Sklearn: Se utilizó para hacer el entrenamiento y clasificación del dataset
- Joblib: Se utilizó para guardar e importar los modelos
- Streamlit: Se utilizó para generar una aplicación web dinámica
- covid_data.py se usa para descargar el dataset y hacer el preprocesamiento
- covid_graficas.py genera las gráficas y las guarda adentro de la carpeta plots
- ejemplo_train_ml.py ejecuta el clasificador con un dataset de prueba y genera graficas para visualizar
- covid_train_ml.py realiza el entrenamiento y guarda los modelos adentro de la carpeta de models
El proyecto utiliza los datos abiertos de la secretaría de salud, y se actualizan diariamente. Se puede utiliza abriendo la aplicación web. El algoritmo de predicción se basa en casos específicos de un paciente contagiado con CoV-2 para poder tomar las medidas adecuadas y tratarse lo antes posible, como lo son:
- predecir en base a los descriptores si el paciente contagiado de CoV-2 necesitará hospitalización
- predecir en base a los descriptores la mortalidad del paciente contagiado de CoV-2 antes de estar internado en el hospital
- predecir en base a los descriptores la mortalidad del paciente contagiado de CoV-2 al estar internado en el hospital
- predecir en base a los descriptores la necesidad de la Unidad de Cuidados Intensivos del paciente contagiado de CoV-2 al estar internado en el hospital sin tener un diagnóstico de neumonía
- predecir en base a los descriptores la necesidad de la Unidad de Cuidados Intensivos del paciente contagiado de CoV-2 con un diagnóstico de neumonía al estar internado en el hospital
- predecir en base a los descriptores la necesidad de un ventilador invasivo del paciente contagiado de CoV-2 sin un diagnóstico de neumonía y sin haber requerido de ICU al estar internado en el hospital
- predecir en base a los descriptores la necesidad de un ventilador invasivo del paciente contagiado de CoV-2 con un diagnóstico de neumonía y haber requerido de ICU al estar internado en el hospital
Para poder ejecutar los archivos de forma local se recomienda crear un virtual environment con python 3.6.11 por:
- Anaconda
Instalación: https://docs.anaconda.com/anaconda/install/
conda create --name prueba python=3.6
conda activate prueba
cd path/repostitorio
pip install -r requirements.txt
- pipenv
Instalación: https://pipenv-fork.readthedocs.io/en/latest/basics.html
pip install pipenv
cd path/repositorio
pipenv --python 3.6
pipenv shell
pipenv install -r requirements.txt
sudo apt-get install python3-tk
Para instalar las librarías necesarias se utiliza este comando pip install –r /path/to/requirements.txt dentro del environment activado.
Para probar que se esta ejecutando correctamente de forma local corra los siguientes comandos.
python covid_data.py en la terminal debe de imprimir Se ha generado el archivo .csv si se ejecuto de forma correcta.
python covid_graficas.py en la terminal debe de imprimir el numero de casos de covid y debe de generar nuevas graficas adentro de la carpeta “plots” si se ejecuto de forma correcta.
python ejemplo_train_ml.py en la terminal para porbar si la librería sklearn esta instalada en la version adecuada y debe de generar unas graficas de resultado.
Para utlizar este proyecto hay 3 modalidades.
La primera es abriendo la aplicación web http://52.205.82.130:8501/
La segunda es abriendo los archivos jupyter por binder https://notebooks.gesis.org/binder/jupyter/user/ct-6282-covid-19_paper-7hxj79qb/tree/notebooks
La ultima es descargar este repositorio y correrlo de forma local. Se puede correr en un ide (visual studio code, spyder, etc) los archivos .ipynb o .py. Para poder ejecutarlos se tiene que cambiar el path o la dirección de la carpeta donde se encuentra el repositorio para que pueda leer el dataset y generar las graficas . Para hacer el entrenamiento se recomienda usar un porcentaje de los datos df = df.sample(frac=0.01) para que el tiempo de entrenamiento no sea muy tardado
Si hay algun tipo de grafica útil nos lo puedes hacer saber para desarrollarla y subirla al repositorio, asi como algun algorimo de clasificación también lo podemos incluir.
- Hrisko, J. (2020, April 11). Visualizing COVID-19 Data in Python. Retrieved July 30, 2020, from https://makersportal.com/blog/2020/4/5/visualizing-covid-19-data-in-python
- Sarkar, T. (2020, March 31). Analyze NY Times Covid-19 Dataset. Retrieved July 30, 2020, from https://towardsdatascience.com/analyze-ny-times-covid-19-dataset-86c802164210
- Wollenstein-Betech, S., Cassandras, C. G., & Paschalidis, I. C. (2020). Personalized Predictive Models for Symptomatic COVID-19 Patients Using Basic Preconditions: Hospitalizations, Mortality, and the Need for an ICU or Ventilator. doi:10.1101/2020.05.03.20089813
- Malik, U. (n.d.). Implementing SVM and Kernel SVM with Python's Scikit-Learn. Retrieved July 30, 2020, from https://stackabuse.com/implementing-svm-and-kernel-svm-with-pythons-scikit-learn/
- Bhattacharyya, S. (2019, September 26). Principal Component Analysis and SVM in a Pipeline with Python. Retrieved August 04, 2020, from https://towardsdatascience.com/visualizing-support-vector-machine-decision-boundary-69e7591dacea
- VanderPlas, J. (n.d.). In-Depth: Support Vector Machines. Retrieved July 30, 2020, from https://jakevdp.github.io/PythonDataScienceHandbook/05.07-support-vector-machines.html
- COVID-19 Tablero México. (n.d.). Retrieved July 30, 2020, from https://coronavirus.gob.mx/datos/
- Información referente a casos COVID-19 en México - Bases de datos COVID-19 - datos.gob.mx/busca. (n.d.). Retrieved July 30, 2020, from https://www.gob.mx/salud/documentos/datos-abiertos-152127
