Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Devolución 2 #2

Open
wants to merge 5 commits into
base: Feedback2
Choose a base branch
from
Open

Devolución 2 #2

wants to merge 5 commits into from

Conversation

eliocamp
Copy link

@eliocamp eliocamp commented Jun 12, 2023

No description provided.

Copy link
Author

@eliocamp eliocamp left a comment

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Te dejé comentarios.

informe.Rmd Outdated

```{r}
nacidos_vivos_regiones_PBA <- read_excel("datos/nacidos_vivos_regiones_PBA.xlsx")
View(nacidos_vivos_regiones_PBA)
Copy link
Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

No hay que poner View() en el código. Fijate en el archivo Consejos.md.

informe.Rmd Outdated



Finalmente se las calculó en Excel y se importó la información en un tabla.
Copy link
Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Jajajajaja. Pero tenés que calcularlas en R!

Un problema es que hiciste pivot_wider(), pero ese formato no está bueno para hacer la unión y calcular la tasa.

Entonces, primero deberías leer los datos de nacidos vivos y ponerlos en un formato largo:

nacidos_vivos_regiones_PBA <- read_excel("datos/nacidos_vivos_regiones_PBA.xlsx") |> 
  pivot_longer(cols = -anio, names_to = "region_sanitaria", values_to = "nacidos_vivos")

Esto te da algo así:

# A tibble: 68 × 3
    anio region_sanitaria nacidos_vivos
   <dbl> <chr>                       <dbl>
 1  2005 V                           54706
 2  2005 VI                          67630
 3  2005 VII                         38088
 4  2005 XII                         24840
 5  2006 V                           55774
 6  2006 VI                          66110
 7  2006 VII                         38221
 8  2006 XII                         25170
 9  2007 V                           56193
10  2007 VI                          67081

Luego, calcular los totales por región sanitaria como hiciste antes y unirlo a estos datos:

defunciones_maternas_2009_2021 %>%
  group_by(anio, region_sanitaria = `region_sanitaria `) %>% 
  summarise(cantidad_muertes_informadas = sum(cantidad)) |> 
  left_join(nacidos_vivos_regiones_PBA) |> 
  mutate(tasa = cantidad_muertes_informadas/nacidos_vivos)

Y ahí te quedan los datos.

(PD: Deberías arreglar el nombre de "region_sanitaria " (sacarle el espacio al final) desde el principio).

print(tasas_region_selec)
```

Al compara las tasas de mortalidad materna se puede observar que la región VII se encuentra por arriba de las otras tasas en varios años, 2010, 2013, 2014, 2017, y 2020. En cambio, la región XII supera a las demás en los años 2011, 2018 y en la actualidad. Por último, las tasas más altas se observan en los años 2010 y 2021, donde aproximadamente 80 mujeres morían por cada 100.000 nacidos vivos.
Copy link
Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

A mí se me hace difícil seguir esta tabla, quizás podés hacer un gráfico con una linea de tiempo para cada región (con el resultado que te recomiendo arriba es bastante directo).

informe.Rmd Outdated
geom_line ( color = "red")
```

Sin bien no se pudo unir en un solo grafico ambas tendencias, las muertes maternas directas tienen una tendencia en descenso para el periodo. En cambio, las muertes maternas indirectas se encontraban en una meseta, pero del 2020 al 2021 registran un aumento elevado. Muchos artículos informan sobre esto, debido al impacto que tuvo el COVID en las embarazadas.
Copy link
Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Para hacer un único gráfico podés usar los datos en formato largo (antes del pivot_longer() y hacer una línea con aes(color = clasificacion).

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

Successfully merging this pull request may close these issues.

2 participants