Ir al contenido

Case Fatality Rate (CFR)

Código: R/cfr.R
cfr.Rd

Calcula la proporcion de enfermos que fallecen sobre todos los enfermos confirmados en distintas categorias (residencia / edad / etc)

Uso

cfr(
  datos_covid,
  entidades = c("AGUASCALIENTES", "BAJA CALIFORNIA", "BAJA CALIFORNIA SUR", "CAMPECHE",
    "CHIAPAS", "CHIHUAHUA", "CIUDAD DE MÉXICO", "COAHUILA DE ZARAGOZA", "COLIMA",
    "DURANGO", "GUANAJUATO", "GUERRERO", "HIDALGO", "JALISCO", "MÉXICO",
    "MICHOACÁN DE OCAMPO", "MORELOS", "NAYARIT", "NUEVO LEÓN", "OAXACA", "PUEBLA",
    "QUERÉTARO", "QUINTANA ROO", "SAN LUIS POTOSÍ", "SINALOA", "SONORA", "TABASCO",
    "TAMAULIPAS", "TLAXCALA", "VERACRUZ DE IGNACIO DE LA LLAVE", "YUCATÁN", "ZACATECAS"),
  group_by_entidad = TRUE,
  entidad_tipo = c("Unidad Medica", "Residencia", "Nacimiento"),
  fecha_tipo = c("Sintomas", "Ingreso", "Defuncion"),
  tipo_uci = c("SI", "NO", "NO APLICA", "SE IGNORA", "NO ESPECIFICADO"),
  group_by_tipo_uci = FALSE,
  tipo_clasificacion = c("Confirmados COVID"),
  group_by_tipo_clasificacion = FALSE,
  tipo_paciente = c("AMBULATORIO", "HOSPITALIZADO", "NO ESPECIFICADO"),
  group_by_tipo_paciente = FALSE,
  tipo_sector = c("CRUZ ROJA", "DIF", "ESTATAL", "IMSS", "IMSS-BIENESTAR", "ISSSTE",
    "MUNICIPAL", "PEMEX", "PRIVADA", "SEDENA", "SEMAR", "SSA", "UNIVERSITARIO",
    "NO ESPECIFICADO"),
  group_by_tipo_sector = FALSE,
  edad_cut = NULL,
  fill_NA = TRUE,
  list_name = "case fatality rate",
  .grouping_vars = c()
)

Argumentos

datos_covid

(obligatorio) Lista de tibbles o duckdbs resultante de descarga_datos_abiertos() o read_datos_abiertos()

entidades

(opcional) Vector con las entidades de las unidades medicas a analizar. Opciones: AGUASCALIENTES, BAJA CALIFORNIA, BAJA CALIFORNIA SUR, CAMPECHE, CHIAPAS, CHIHUAHUA, CIUDAD DE MEXICO, COAHUILA DE ZARAGOZA , COLIMA, DURANGO, GUANAJUATO, GUERRERO, HIDALGO, JALISCO, MEXICO, MICHOACAN DE OCAMPO, MORELOS,NAYARIT NUEVO LEON, OAXACA ,PUEBLA, QUERETARO,QUINTANA ROO, SAN LUIS POTOSI, SINALOA, SONORA, TABASCO, TAMAULIPAS,TLAXCALA, VERACRUZ DE IGNACIO DE LA LLAVE, YUCATAN, ZACATECAS.

group_by_entidad

(opcional) TRUE obtiene los casos para cada entidad reportando en cada fecha la entidad y los casos en dicha entidad. FALSE junta las entidades sumando sus casos en una sola observacion por cada fecha.

entidad_tipo

(opcional) Indica a que se refiere las entidades seleccionadas. Elige una de las opciones: Unidad Medica (entidad de la unidad medica), Nacimiento (entidad de origen del individuo) o Residencia (entidad donde reside el individuo).

fecha_tipo

(opcional) Selecciona si la fecha que se utiliza es la fecha de Ingreso (si aplica), la fecha de Sintomas o la de Defuncion (si aplica). El default es fecha de Sintomas.

tipo_uci

(opcional) Vector con el tipo de valores para Unidad de Cuidado Intensivo (UCI) a incluir: SI,NO,NO APLICA,SE IGNORA,NO ESPECIFICADO. Por default se incluyen todos.

group_by_tipo_uci

(opcional) Booleana. El caso TRUE determina si regresa la base con cada fecha teniendo diferentes renglones uno para cada tipo_uci (es decir cada fecha se generan tantos observaciones como grupos de tipo de UCI) o bien en una sola fecha se suman todos los tipos de UCI (FALSE). El default es FALSE.

tipo_clasificacion

(opcional) Vector con el tipo de clasificaciones (por la prueba) a incluir:Sospechosos,Confirmados COVID, Negativo a COVID, Inv\u00e1lido, No realizado

group_by_tipo_clasificacion

(opcional) Booleana determinando si regresa la base con cada entrada agrupada por tipo_clasificacion (es decir cada fecha se generan tantos observaciones como grupos de tipo de clasificación) en caso TRUE. Si FALSE suma todos los casos del tipo de clasificacion por fecha dando un solo numero por fecha. El defalt es FALSE.

tipo_paciente

(opcional) Vector con el tipo de pacientes a incluir. Opciones: AMBULATORIO, HOSPITALIZADO, NO ESPECIFICADO. Por default se incluyen todos.

group_by_tipo_paciente

(opcional) Booleana determinando (caso TRUE) si regresa la base con cada entrada agrupada por tipo_paciente (es decir cada fecha se genera un renglon para AMBULATORIO, un renglon para HOSPITALIZADO, etc) o bien si se suman todos los grupos y cada fecha reporta solo la suma de estos (estilo AMBULATORIO + HOSPITALIZADO segun las categorias de tipo_paciente) El default es FALSE.

tipo_sector

(opcional) Vector con los sectores del sistema de salud a incluir: CRUZ ROJA,DIF,ESTATAL,IMSS,IMSS-BIENESTAR,ISSSTE, MUNICIPAL,PEMEX, PRIVADA,SEDENA,SEMAR,SSA, UNIVERSITARIO,NO ESPECIFICADO. Por default se incluyen todos.

group_by_tipo_sector

(opcional) Booleana determina en el caso de TRUE si regresa la base con cada entrada agrupada por tipo_sector (es decir cada fecha tiene una entrada con los del IMSS, una entrada distinta con los de ISSSTE, etc) o bien en caso de FALSE se devuelve una sola entrada por fecha con la suma IMSS + ISSSTE + etc segun los sectores seleccionados. El default es FALSE.

edad_cut

(opcional) Vector con secuencia de edades para hacer grupos. Por ejemplo edad_cut = c(0, 10, Inf) arma dos grupos de edad de 0 a 10 y de 10 a infinito o bien edad_cut = c(15, 20) deja sólo los registros entre 15 y 20 años. Por default es NULL y no arma grupos etarios.

fill_NA

(opcional) Regresa observaciones para todas las combinaciones de variables incluyendo como NA donde no se observaron casos en el denominador. En caso contrario no se incluyen las filas donde no se observaron casos.

list_name

(opcional) Asigna un nombre en la lista de datos a la base generada

.grouping_vars

(opcional) Vector de variables adicionales de agrupacion de los conteos. Por ejemplo si se agrega .grouping_vars = 'DIABETES' entonces para cada fecha habra dos conteos de casos uno de los que tienen diabetes y uno de los que no.

Valor

Une a la lista de datos_covid una nueva entrada de nombre list_name

(default: case fatality rate) con una base de datos (tibble o duckdb) con los resultados agregados.

  • case fatality rate - Base de datos generara con los datos agregados (el nombre cambia si se usa list_name).

  • dict - Diccionario de datos

  • dats - Datos originales (conexion a duckdb o tibble)

  • disconnect - Función para desconectarte de duckdb

  • ... - Cualquier otro elemento que ya existiera en datos_covid

Detalles

El case fatality rate se define como

$$\frac{\# Defunciones}{Total de enfermos}$$

Si se utiliza la opción tipo_clasificacion se puede cambiar la definicion de enfermo (por default se incluyen solamente "Confirmados COVID").

Ver también

descarga_datos_abiertos() numero_pruebas() chr() estima_rt() positividad() casos()

Ejemplos


# Para el ejemplo usaremos los datos precargados (datosabiertos) pero tu puedes
# correr el ejemplo descargando informacion mas reciente.
datos_covid <- datosabiertos

# Casos a nivel nacional por entidad
datos_covid <- datos_covid |> cfr()
head(datos_covid$`case fatality rate`)
#> # A tibble: 6 × 5
#>   FECHA_SINTOMAS      ENTIDAD_UM ENTIDAD_FEDERATIVA  ABREVIATURA CASE FATALITY…¹
#>   <dttm>              <chr>      <chr>               <chr>                 <dbl>
#> 1 2021-07-01 00:00:00 02         BAJA CALIFORNIA     BC                   0.125 
#> 2 2021-07-01 00:00:00 03         BAJA CALIFORNIA SUR BS                   0.0935
#> 3 2021-07-02 00:00:00 02         BAJA CALIFORNIA     BC                   0.0645
#> 4 2021-07-02 00:00:00 03         BAJA CALIFORNIA SUR BS                   0.0281
#> 5 2021-07-03 00:00:00 02         BAJA CALIFORNIA     BC                   0.0588
#> 6 2021-07-03 00:00:00 03         BAJA CALIFORNIA SUR BS                   0.0699
#> # … with abbreviated variable name ¹​`CASE FATALITY RATE`
# \donttest{
# Agregando todos los estados
datos_covid <- datos_covid |>
  cfr(list_name = "cfr_nacional", group_by_entidad = FALSE)
head(datos_covid$`cfr_nacional`)
#> # A tibble: 6 × 2
#>   FECHA_SINTOMAS      `CASE FATALITY RATE`
#>   <dttm>                             <dbl>
#> 1 2021-07-01 00:00:00               0.0963
#> 2 2021-07-02 00:00:00               0.0335
#> 3 2021-07-03 00:00:00               0.0684
#> 4 2021-07-04 00:00:00               0.0117
#> 5 2021-07-05 00:00:00               0.0377
#> 6 2021-07-06 00:00:00               0.0731

# CFR en Baja California
datos_covid <- datos_covid |>
  cfr(entidades = c("BAJA CALIFORNIA"), list_name = "cfr_bc")
head(datos_covid$`cfr_bc`)
#> # A tibble: 6 × 5
#>   FECHA_SINTOMAS      ENTIDAD_UM ENTIDAD_FEDERATIVA ABREVIATURA CASE FATALITY …¹
#>   <dttm>              <chr>      <chr>              <chr>                  <dbl>
#> 1 2021-07-01 00:00:00 02         BAJA CALIFORNIA    BC                    0.125 
#> 2 2021-07-02 00:00:00 02         BAJA CALIFORNIA    BC                    0.0645
#> 3 2021-07-03 00:00:00 02         BAJA CALIFORNIA    BC                    0.0588
#> 4 2021-07-04 00:00:00 02         BAJA CALIFORNIA    BC                    0.0303
#> 5 2021-07-05 00:00:00 02         BAJA CALIFORNIA    BC                    0.0909
#> 6 2021-07-06 00:00:00 02         BAJA CALIFORNIA    BC                    0.0968
#> # … with abbreviated variable name ¹​`CASE FATALITY RATE`

# Calcula el CFR suponiendo toda la base son confirmados
datos_covid <- datos_covid |>
  cfr(
    entidades = c("BAJA CALIFORNIA", "BAJA CALIFORNIA SUR"),
    tipo_clasificacion = c(
      "Sospechosos", "Confirmados COVID",
      "Negativo a COVID", "Inv\u00e1lido", "No realizado"
    ),
    group_by_tipo_clasificacion = TRUE, list_name = "bc_bcs_cfr"
  )
head(datos_covid$`bc_bcs_cfr`) # Los NA es porque no habia observaciones en el denominador
#> # A tibble: 6 × 7
#>   FECHA_SINTOMAS      ENTIDAD_UM CLASIFICACION…¹ ENTID…² ABREV…³ CLASI…⁴ CASE …⁵
#>   <dttm>              <chr>                <dbl> <chr>   <chr>   <chr>     <dbl>
#> 1 2021-07-01 00:00:00 02                       3 BAJA C… BC      "CASO …  0.125 
#> 2 2021-07-01 00:00:00 02                       6 BAJA C… BC      "CASO …  0     
#> 3 2021-07-01 00:00:00 02                       7 BAJA C… BC      "NEGAT…  0     
#> 4 2021-07-01 00:00:00 03                       1 BAJA C… BS      "CASO …  0     
#> 5 2021-07-01 00:00:00 03                       3 BAJA C… BS      "CASO …  0.0939
#> 6 2021-07-01 00:00:00 03                       5 BAJA C… BS      "NO RE…  0     
#> # … with abbreviated variable names ¹​CLASIFICACION_FINAL, ²​ENTIDAD_FEDERATIVA,
#> #   ³​ABREVIATURA, ⁴​`CLASIFICACI\032N`, ⁵​`CASE FATALITY RATE`

# Distinguiendo entre ambulatorio y hospitalizado
datos_covid <- datos_covid |>
  cfr(
    tipo_paciente = c("AMBULATORIO", "HOSPITALIZADO"),
    group_by_tipo_paciente = TRUE,
    list_name = "cfr_paciente"
  )
head(datos_covid$cfr_paciente)
#> # A tibble: 6 × 7
#>   FECHA_SINTOMAS      ENTIDAD_UM TIPO_PACIENTE ENTIDAD…¹ ABREV…² DESCR…³ CASE …⁴
#>   <dttm>              <chr>              <dbl> <chr>     <chr>   <chr>     <dbl>
#> 1 2021-07-01 00:00:00 02                     1 BAJA CAL… BC      AMBULA…   0    
#> 2 2021-07-01 00:00:00 02                     2 BAJA CAL… BC      HOSPIT…   0.5  
#> 3 2021-07-01 00:00:00 03                     1 BAJA CAL… BS      AMBULA…   0    
#> 4 2021-07-01 00:00:00 03                     2 BAJA CAL… BS      HOSPIT…   0.511
#> 5 2021-07-02 00:00:00 02                     1 BAJA CAL… BC      AMBULA…   0    
#> 6 2021-07-02 00:00:00 02                     2 BAJA CAL… BC      HOSPIT…   0.182
#> # … with abbreviated variable names ¹​ENTIDAD_FEDERATIVA, ²​ABREVIATURA,
#> #   ³​DESCRIPCION_TIPO_PACIENTE, ⁴​`CASE FATALITY RATE`

# CFR en distintos grupos de edad (0 a 20, 20 a 60 y 60+)
datos_covid <- datos_covid |>
  cfr(edad_cut = c(0, 20, 60, Inf), list_name = "cfr_edad")
head(datos_covid$cfr_edad)
#> # A tibble: 6 × 6
#>   FECHA_SINTOMAS      EDAD_CAT ENTIDAD_UM ENTIDAD_FEDERATIVA  ABREVIAT…¹ CASE …²
#>   <dttm>              <fct>    <chr>      <chr>               <chr>        <dbl>
#> 1 2021-07-01 00:00:00 [0,20]   02         BAJA CALIFORNIA     BC          0     
#> 2 2021-07-01 00:00:00 [0,20]   03         BAJA CALIFORNIA SUR BS          0     
#> 3 2021-07-01 00:00:00 (20,60]  02         BAJA CALIFORNIA     BC          0.1   
#> 4 2021-07-01 00:00:00 (20,60]  03         BAJA CALIFORNIA SUR BS          0.0918
#> 5 2021-07-01 00:00:00 (60,Inf] 02         BAJA CALIFORNIA     BC          0.5   
#> 6 2021-07-01 00:00:00 (60,Inf] 03         BAJA CALIFORNIA SUR BS          0.357 
#> # … with abbreviated variable names ¹​ABREVIATURA, ²​`CASE FATALITY RATE`

# Si deseas agrupar por una variable que no este en las opciones
datos_covid <- datos_covid |>
  cfr(.grouping_vars = c("DIABETES"), list_name = "cfr_diab")
head(datos_covid$cfr_diab)
#> # A tibble: 6 × 6
#>   FECHA_SINTOMAS      DIABETES ENTIDAD_UM ENTIDAD_FEDERATIVA  ABREVIAT…¹ CASE …²
#>   <dttm>                 <int> <chr>      <chr>               <chr>        <dbl>
#> 1 2021-07-01 00:00:00        1 02         BAJA CALIFORNIA     BC          0     
#> 2 2021-07-01 00:00:00        1 03         BAJA CALIFORNIA SUR BS          0.227 
#> 3 2021-07-01 00:00:00        2 02         BAJA CALIFORNIA     BC          0.143 
#> 4 2021-07-01 00:00:00        2 03         BAJA CALIFORNIA SUR BS          0.0804
#> 5 2021-07-02 00:00:00        1 02         BAJA CALIFORNIA     BC          0     
#> 6 2021-07-02 00:00:00        1 03         BAJA CALIFORNIA SUR BS          0.154 
#> # … with abbreviated variable names ¹​ABREVIATURA, ²​`CASE FATALITY RATE`
# }
# Finalmente desconectamos
datos_covid$disconnect()
#> ✔ Desconectado