-
Notifications
You must be signed in to change notification settings - Fork 0
/
README.Rmd
321 lines (244 loc) · 13.7 KB
/
README.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
---
output: github_document
---
<!-- README.md is generated from README.Rmd. Please edit that file -->
```{r, include = FALSE}
knitr::opts_chunk$set(
collapse = TRUE,
dpi=200,
comment = "#>",
fig.path = "man/figures/README-",
out.width = "100%"
)
```
<img src="man/figures/COVID19AR.png" height="139" align="right" />
# COVID19AR
A package for analysing COVID-19 Argentina's outbreak
<!-- . -->
# Package
| Release | Usage | Development |
|:--------|:------|:------------|
| | [](https://cran.r-project.org/) | [](https://travis-ci.org/rOpenStats/COVID19AR) |
| [](https://cran.r-project.org/package=COVID19AR) | | [](https://codecov.io/gh/rOpenStats/COVID19AR) |
|||[](https://www.repostatus.org/#active)|
# Argentina COVID19 open data
* [Casos daily file](https://sisa.msal.gov.ar/datos/descargas/covid-19/files/Covid19Casos.csv)
* [Determinaciones daily file](https://sisa.msal.gov.ar/datos/descargas/covid-19/files/Covid19Determinaciones.csv)
# How to get started (Development version)
Install the R package using the following commands on the R console:
```R
# install.packages("devtools")
devtools::install_github("rOpenStats/COVID19AR")
```
# How to use it
First add variable with your preferred configurations in `~/.Renviron`. COVID19AR_data_dir is mandatory while COVID19AR_credits can be configured if you want to publish your own research.
```.Renviron
COVID19AR_data_dir = "~/.R/COVID19AR"
COVID19AR_credits = "@youralias"
```
```{r, library}
library(COVID19AR)
library(ggplot2)
```
# COVID19AR datos abiertos del Ministerio de Salud de la Nación
opendata From Ministerio de Salud de la Nación Argentina
```{r, covid19curator}
log.dir <- file.path(getEnv("data_dir"), "logs")
dir.create(log.dir, recursive = TRUE, showWarnings = FALSE)
log.file <- file.path(log.dir, "covid19ar.log")
lgr::get_logger("root")$add_appender(AppenderFile$new(log.file))
lgr::threshold("info", lgr::get_logger("root"))
lgr::threshold("info", lgr::get_logger("COVID19ARCurator"))
# Data from
# http://datos.salud.gob.ar/dataset/covid-19-casos-registrados-en-la-republica-argentina
covid19.curator <- COVID19ARCurator$new(report.date = Sys.Date() -1 ,
download.new.data = FALSE)
dummy <- covid19.curator$loadData()
dummy <- covid19.curator$curateData()
# Dates of current processed file
max(covid19.curator$data$fecha_apertura, na.rm = TRUE)
# Inicio de síntomas
max(covid19.curator$data$fecha_inicio_sintomas, na.rm = TRUE)
# Ultima muerte
max(covid19.curator$data$fecha_fallecimiento, na.rm = TRUE)
report.date <- max(covid19.curator$data$fecha_inicio_sintomas, na.rm = TRUE)
covid19.ar.summary <- covid19.curator$makeSummary(group.vars = NULL)
kable(covid19.ar.summary %>% select(max_fecha_diagnostico, confirmados, fallecidos, letalidad.min.porc, letalidad.max.porc, count_fecha_diagnostico, tests, positividad.porc))
covid19.ar.provincia.summary <- covid19.curator$makeSummary(group.vars = c("residencia_provincia_nombre"))
covid19.ar.provincia.summary.100.confirmed <- covid19.ar.provincia.summary %>%
filter(confirmados >= 100) %>%
arrange(desc(confirmados))
# Provinces with > 100 confirmed cases
kable(covid19.ar.provincia.summary.100.confirmed %>% select(residencia_provincia_nombre, confirmados, fallecidos, confirmados, fallecidos, letalidad.min.porc, letalidad.max.porc, count_fecha_diagnostico, tests, positividad.porc))
```
```{r, residencia_provincia_nombre}
covid19.ar.summary <- covid19.curator$makeSummary(group.vars = c("residencia_provincia_nombre"))
nrow(covid19.ar.summary)
porc.cols <- names(covid19.ar.summary)[grep("porc", names(covid19.ar.summary))]
kable((covid19.ar.summary %>% filter(confirmados > 0) %>% arrange(desc(confirmados))) %>%
select_at(c("residencia_provincia_nombre", "confirmados", "tests", "fallecidos", "dias.fallecimiento",porc.cols)))
```
```{r, exponential_growth}
rg <- ReportGeneratorCOVID19AR$new(covid19ar.curator = covid19.curator)
rg$preprocess()
rg$getDepartamentosExponentialGrowthPlot()
rg$getDepartamentosCrossSectionConfirmedPostivityPlot()
```
```{r, sepi_apertura}
covid19.ar.summary <- covid19.curator$makeSummary(group.vars = c("sepi_apertura"))
nrow(covid19.ar.summary)
porc.cols <- names(covid19.ar.summary)[grep("porc", names(covid19.ar.summary))]
kable(covid19.ar.summary %>%
filter(confirmados > 0) %>%
arrange(sepi_apertura, desc(confirmados)) %>%
select_at(c("sepi_apertura", "max_fecha_diagnostico", "count_fecha_diagnostico", "confirmados", "tests", "internados", "fallecidos", porc.cols)))
```
```
```{r, residencia_provincia_nombre-sepi_apertura}
covid19.ar.summary <- covid19.curator$makeSummary(group.vars = c("residencia_provincia_nombre", "sepi_apertura"))
nrow(covid19.ar.summary)
porc.cols <- names(covid19.ar.summary)[grep("porc", names(covid19.ar.summary))]
sepi.fechas <- covid19.curator$data %>%
group_by(sepi_apertura) %>%
summarize(ultima_fecha_sepi = max(fecha_apertura), .groups = "keep")
data2plot <- covid19.ar.summary %>%
filter(residencia_provincia_nombre %in% covid19.ar.provincia.summary.100.confirmed$residencia_provincia_nombre) %>%
filter(confirmados > 0 ) %>%
filter(positividad.porc <=0.6 | confirmados >= 20)
data2plot %<>% inner_join(sepi.fechas, by = "sepi_apertura")
dates <- sort(unique(data2plot$ultima_fecha_sepi))
covplot <- data2plot %>%
ggplot(aes(x = ultima_fecha_sepi, y = confirmados, color = "confirmados")) +
geom_line() +
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y") +
labs(title = "Evolución de casos confirmados y tests\n en provincias > 100 confirmados")
covplot <- covplot +
geom_line(aes(x = ultima_fecha_sepi, y = tests, color = "tests")) +
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y")
covplot <- setupTheme(covplot, report.date = report.date, x.values = dates, x.type = "dates",
total.colors = 2,
data.provider.abv = "@msalnacion", base.size = 6)
covplot <- covplot + scale_y_log10()
covplot
```
```{r, residencia_provincia_nombre-sepi_apertura-plot-positividad}
covplot <- data2plot %>%
ggplot(aes(x = ultima_fecha_sepi, y = positividad.porc, color = "positividad.porc")) +
geom_line() +
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y") +
labs(title = "Porcentajes de positividad, uso de UCI, respirador y letalidad\n en provincias > 100 confirmados")
covplot <- covplot +
geom_line(aes(x = ultima_fecha_sepi, y = cuidado.intensivo.porc, color = "cuidado.intensivo.porc")) +
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y")
covplot <- covplot +
geom_line(aes(x = ultima_fecha_sepi, y = respirador.porc, color = "respirador.porc"))+
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y")
covplot <- covplot +
geom_line(aes(x = ultima_fecha_sepi, y = letalidad.min.porc, color = "letalidad.min.porc")) +
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y")
covplot <- setupTheme(covplot, report.date = report.date, x.values = dates, x.type = "dates",
total.colors = 4,
data.provider.abv = "@msalnacion", base.size = 6)
covplot
```
```{r, residencia_provincia_nombre-sexo}
covid19.ar.summary <- covid19.curator$makeSummary(group.vars = c("residencia_provincia_nombre", "sexo"))
nrow(covid19.ar.summary)
porc.cols <- names(covid19.ar.summary)[grep("porc", names(covid19.ar.summary))]
kable((covid19.ar.summary %>% filter(confirmados >= 10) %>% arrange(desc(confirmados))) %>% select_at(c("residencia_provincia_nombre", "sexo", "confirmados", "internados", "fallecidos", porc.cols)))
```
```{r, residencia_provincia_nombre-edad.rango}
covid19.ar.summary <- covid19.curator$makeSummary(group.vars = c("residencia_provincia_nombre", "edad.rango"))
# Share per province
provinces.cases <-covid19.ar.summary %>%
group_by(residencia_provincia_nombre) %>%
summarise(fallecidos.total.provincia = sum(fallecidos),
confirmados.total.provincia = sum(confirmados),
.groups = "keep")
covid19.ar.summary %<>% inner_join(provinces.cases, by = "residencia_provincia_nombre")
covid19.ar.summary %<>% mutate(fallecidos.prop = fallecidos/fallecidos.total.provincia)
covid19.ar.summary %<>% mutate(confirmados.prop = confirmados/confirmados.total.provincia)
# Data 2 plot
data2plot <- covid19.ar.summary %>% filter(residencia_provincia_nombre %in%
# Proporción de confirmados por rango etario
covid19.ar.provincia.summary.100.confirmed$residencia_provincia_nombre)
covidplot <-
data2plot %>%
ggplot(aes(x = edad.rango, y = confirmados.prop, fill = edad.rango)) +
geom_bar(stat = "identity") + facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y") +
labs(title = "Proporción de confirmados por rango etario\n en provincias > 100 confirmados")
covidplot <- setupTheme(covidplot, report.date = report.date, x.values = NULL, x.type = NULL,
total.colors = length(unique(data2plot$edad.rango)),
data.provider.abv = "@msalnacion", base.size = 6)
# Proporción de muertos por rango etario
covidplot
#Plot of deaths share
covidplot <-
data2plot %>%
ggplot(aes(x = edad.rango, y = fallecidos.prop, fill = edad.rango)) +
geom_bar(stat = "identity") + facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y") +
labs(title = "Proporción de muertos por rango etario\n en provincias > 100 confirmados")
covidplot <- setupTheme(covidplot, report.date = report.date, x.values = NULL, x.type = NULL,
total.colors = length(unique(data2plot$edad.rango)),
data.provider.abv = "@msalnacion", base.size = 6)
# Proporción de muertos por rango etario
covidplot
# UCI rate
covidplot <- data2plot %>%
ggplot(aes(x = edad.rango, y = cuidado.intensivo.porc, fill = edad.rango)) +
geom_bar(stat = "identity") + facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y") +
labs(title = "Porcentaje de pacientes en Unidades de Cuidados Intensivos por rango etario\n en provincias > 100 confirmados")
covidplot <- setupTheme(covidplot, report.date = report.date, x.values = NULL, x.type = NULL,
total.colors = length(unique(data2plot$edad.rango)),
data.provider.abv = "@msalnacion", base.size = 6)
covidplot
# ventilator rate
covidplot <- data2plot %>%
ggplot(aes(x = edad.rango, y = respirador.porc, fill = edad.rango)) +
geom_bar(stat = "identity") +
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y") +
labs(title = "Porcentaje de pacientes que utilizaron respirador mecánico por rango etario\n en provincias > 100 confirmados")
covidplot <- setupTheme(covidplot, report.date = report.date, x.values = NULL, x.type = NULL,
total.colors = length(unique(data2plot$edad.rango)),
data.provider.abv = "@msalnacion", base.size = 6)
covidplot
# fatality rate
covidplot <- data2plot %>%
ggplot(aes(x = edad.rango, y = letalidad.min.porc, fill = edad.rango)) +
geom_bar(stat = "identity") +
facet_wrap(~residencia_provincia_nombre, ncol = 2, scales = "free_y") +
labs(title = "Porcentaje de letalidad por rango etario\n en provincias > 100 confirmados")
covidplot <- setupTheme(covidplot, report.date = report.date, x.values = NULL, x.type = NULL,
total.colors = length(unique(data2plot$edad.rango)),
data.provider.abv = "@msalnacion", base.size = 6)
covidplot
```
# Generar diferentes agregaciones y guardar csv / Generate different aggregations
```R
output.dir <- "~/.R/COVID19AR/"
dir.create(output.dir, showWarnings = FALSE, recursive = TRUE)
exportAggregatedTables(covid19.curator, output.dir = output.dir,
aggrupation.criteria = list(provincia_residencia = c("residencia_provincia_nombre"),
provincia_localidad_residencia = c("residencia_provincia_nombre", "residencia_departamento_nombre"),
provincia_residencia_sexo = c("residencia_provincia_nombre", "sexo"),
edad_rango_sexo = c("edad.rango", "sexo"),
provincia_residencia_edad_rango = c("residencia_provincia_nombre", "edad.rango"),
provincia_residencia_sepi_apertura = c("residencia_provincia_nombre", "sepi_apertura"),
provincia_residencia = c("residencia_provincia_nombre", "residencia_departamento_nombre", "sepi_apertura"),
provincia_residencia_fecha_apertura = c("residencia_provincia_nombre", "fecha_apertura")))
```
All this tables are accesible at [COVID19ARdata](https://github.com/rOpenStats/COVID19ARdata/tree/master/curated)
# How to Cite This Work
Citation
```
Alejandro Baranek, COVID19AR, 2020. URL: https://github.com/rOpenStats/COVID19AR
```
```bibtex
BibTex
@techreport{baranek2020Covid19AR,
Author = {Alejandro Baranek},
Institution = {rOpenStats},
Title = {COVID19AR: a package for analysing Argentina COVID-19 outbreak},
Url = {https://github.com/rOpenStats/COVID19AR},
Year = {2020}}
```