Positividad — positividad • covidmx

positividad Calcula la positividad por fecha agrupando (o sin hacerlo) por covariables. Por default calcula la positividad de las pruebas haciendo Antigeno y PCR por separado, cada una por fecha y entidad.

Uso

positividad(
  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_prueba = c("Antigeno", "PCR"),
  group_by_tipo_prueba = TRUE,
  tipo_paciente = c("AMBULATORIO", "HOSPITALIZADO", "NO ESPECIFICADO"),
  group_by_tipo_paciente = FALSE,
  tipo_uci = c("SI", "NO", "NO APLICA", "SE IGNORA", "NO ESPECIFICADO"),
  group_by_tipo_uci = 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,
  defunciones = FALSE,
  edad_cut = NULL,
  fill_NA = TRUE,
  list_name = "positividad",
  remove_inconclusive = TRUE,
  .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_prueba: (opcional) Vector con el tipo de pruebas a incluir Antigeno, PCR. Por default se incluyen ambas.
group_by_tipo_prueba: (opcional) Booleana determinando si regresa la base con cada entrada agrupada por tipo_prueba. En caso TRUE (cada fecha y entidad reporta separado el los casos de PCR y Antigeno). En caso FALSE se juntan los casos de PCR y Antigeno para devolver un unico numero por fecha.
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_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_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.
defunciones: (opcional) Booleana si incluir sólo defunciones TRUE o a todos FALSE. 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
remove_inconclusive: (opcional) Si TRUE no considera en el denominador de la positividad las pruebas cuyo resultado es inconcluso o aún no ha sido otorgado. Si FALSE considera a todos. Por default es TRUE.
.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: positividad) con una base de datos (tibble) con los resultados agregados.

positividad - 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

La positividad se define como $$\frac{\# Pruebas positivas}{Total de pruebas}$$ Si se utiliza la opción remove_inconclusive = TRUE el Total de pruebas se calcula utilizando solo POSITIVOS + NEGATIVOS. Si remove_inconclusive = FALSE se calcula utilizando todas las personas que tuvieron prueba: POSITIVOS + NEGATIVOS + INCONCLUSOS + SIN RESULTADO.

Si no se realizaron pruebas un dia la positividad no esta definida pues el Total de pruebas es cero. En ese caso si fill_NA = TRUE se devuelven las entradas de esos dias pero con valor NA.

Referencias

Furuse, Y., Ko, Y. K., Ninomiya, K., Suzuki, M., & Oshitani, H. (2021). Relationship of test positivity rates with COVID-19 epidemic dynamics. International journal of environmental research and public health, 18(9), 4655.

Al Dallal, A., AlDallal, U., & Al Dallal, J. (2021). Positivity rate: an indicator for the spread of COVID-19. Current Medical Research and Opinion, 37(12), 2067-2076.

Ver también

descarga_datos_abiertos() numero_pruebas() cfr() chr() estima_rt() 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 estado por tipo de prueba
datos_covid <- datos_covid |> positividad()
head(datos_covid$positividad)
#> # A tibble: 6 × 8
#>   Positivi…¹ FECHA_SINTOMAS      ENTID…² TIPO_…³ ENTID…⁴ ABREV…⁵ n_pru…⁶ n_pos…⁷
#>        <dbl> <dttm>              <chr>   <chr>   <chr>   <chr>     <int>   <int>
#> 1      0.5   2021-07-01 00:00:00 02      PCR     BAJA C… BC           20      10
#> 2      0.594 2021-07-01 00:00:00 03      PCR     BAJA C… BS           64      38
#> 3      0.5   2021-07-02 00:00:00 02      PCR     BAJA C… BC           34      17
#> 4      0.519 2021-07-02 00:00:00 03      PCR     BAJA C… BS           52      27
#> 5      0.517 2021-07-03 00:00:00 02      PCR     BAJA C… BC           29      15
#> 6      0.755 2021-07-03 00:00:00 03      PCR     BAJA C… BS           53      40
#> # … with abbreviated variable names ¹Positividad, ²ENTIDAD_UM, ³TIPO_PRUEBA,
#> #   ⁴ENTIDAD_FEDERATIVA, ⁵ABREVIATURA, ⁶n_pruebas, ⁷n_positivos

# \donttest{
# Total nacional sumando todas las pruebas del pais
datos_covid <- datos_covid |>
  positividad(group_by_entidad = FALSE, list_name = "positividad_nacional")
head(datos_covid$positividad_nacional)
#> # A tibble: 6 × 5
#>   Positividad FECHA_SINTOMAS      TIPO_PRUEBA n_pruebas n_positivos
#>         <dbl> <dttm>              <chr>           <int>       <int>
#> 1       0.571 2021-07-01 00:00:00 PCR                84          48
#> 2       0.512 2021-07-02 00:00:00 PCR                86          44
#> 3       0.671 2021-07-03 00:00:00 PCR                82          55
#> 4       0.469 2021-07-04 00:00:00 PCR                98          46
#> 5       0.365 2021-07-05 00:00:00 PCR                96          35
#> 6       0.557 2021-07-06 00:00:00 PCR                97          54

# Positivos en Baja California y Baja California Sur
datos_covid <- datos_covid |>
  positividad(
    entidades = c("BAJA CALIFORNIA", "BAJA CALIFORNIA SUR"),
    list_name = "positividad_californiana"
  )
head(datos_covid$positividad_californiana)
#> # A tibble: 6 × 8
#>   Positivi…¹ FECHA_SINTOMAS      ENTID…² TIPO_…³ ENTID…⁴ ABREV…⁵ n_pru…⁶ n_pos…⁷
#>        <dbl> <dttm>              <chr>   <chr>   <chr>   <chr>     <int>   <int>
#> 1      0.5   2021-07-01 00:00:00 02      PCR     BAJA C… BC           20      10
#> 2      0.594 2021-07-01 00:00:00 03      PCR     BAJA C… BS           64      38
#> 3      0.5   2021-07-02 00:00:00 02      PCR     BAJA C… BC           34      17
#> 4      0.519 2021-07-02 00:00:00 03      PCR     BAJA C… BS           52      27
#> 5      0.517 2021-07-03 00:00:00 02      PCR     BAJA C… BC           29      15
#> 6      0.755 2021-07-03 00:00:00 03      PCR     BAJA C… BS           53      40
#> # … with abbreviated variable names ¹Positividad, ²ENTIDAD_UM, ³TIPO_PRUEBA,
#> #   ⁴ENTIDAD_FEDERATIVA, ⁵ABREVIATURA, ⁶n_pruebas, ⁷n_positivos

# Agrupando ambas pruebas en una sola positividad global
datos_covid <- datos_covid |>
  positividad(
    entidades = c("BAJA CALIFORNIA", "BAJA CALIFORNIA SUR"),
    group_by_tipo_prueba = FALSE,
    list_name = "positividad_californiana_2"
  )
head(datos_covid$positividad_californiana_2)
#> # A tibble: 6 × 7
#>   Positividad FECHA_SINTOMAS      ENTIDAD_UM ENTIDAD_F…¹ ABREV…² n_pru…³ n_pos…⁴
#>         <dbl> <dttm>              <chr>      <chr>       <chr>     <int>   <int>
#> 1       0.205 2021-07-01 00:00:00 02         BAJA CALIF… BC          146      30
#> 2       0.485 2021-07-01 00:00:00 03         BAJA CALIF… BS          548     266
#> 3       0.207 2021-07-02 00:00:00 02         BAJA CALIF… BC          179      37
#> 4       0.496 2021-07-02 00:00:00 03         BAJA CALIF… BS          385     191
#> 5       0.223 2021-07-03 00:00:00 02         BAJA CALIF… BC          184      41
#> 6       0.555 2021-07-03 00:00:00 03         BAJA CALIF… BS          445     247
#> # … with abbreviated variable names ¹ENTIDAD_FEDERATIVA, ²ABREVIATURA,
#> #   ³n_pruebas, ⁴n_positivos

# Regresa la suma de ambos estados pero dividiendo por tipo de paciente
datos_covid <- datos_covid |>
  positividad(
    entidades = c("BAJA CALIFORNIA", "BAJA CALIFORNIA SUR"),
    group_by_entidad = FALSE,
    tipo_paciente = c("AMBULATORIO", "HOSPITALIZADO"),
    group_by_tipo_paciente = TRUE,
    list_name = "positividad_paciente"
  )
head(datos_covid$positividad_paciente)
#> # A tibble: 6 × 7
#>   Positividad FECHA_SINTOMAS      TIPO_PRUEBA TIPO_PAC…¹ DESCR…² n_pru…³ n_pos…⁴
#>         <dbl> <dttm>              <chr>            <dbl> <chr>     <int>   <int>
#> 1       0.325 2021-07-01 00:00:00 PCR                  1 AMBULA…      40      13
#> 2       0.795 2021-07-01 00:00:00 PCR                  2 HOSPIT…      44      35
#> 3       0.404 2021-07-02 00:00:00 PCR                  1 AMBULA…      57      23
#> 4       0.724 2021-07-02 00:00:00 PCR                  2 HOSPIT…      29      21
#> 5       0.583 2021-07-03 00:00:00 PCR                  1 AMBULA…      48      28
#> 6       0.794 2021-07-03 00:00:00 PCR                  2 HOSPIT…      34      27
#> # … with abbreviated variable names ¹TIPO_PACIENTE, ²DESCRIPCION_TIPO_PACIENTE,
#> #   ³n_pruebas, ⁴n_positivos

# Si deseas agrupar por una variable que no este en las opciones va en .grouping_vars
datos_covid <- datos_covid |>
  positividad(
    tipo_sector = "IMSS",
    .grouping_vars = c("SEXO"),
    list_name = "positividad_imss_sexo"
  )
head(datos_covid$positividad_imss_sexo)
#> # A tibble: 6 × 9
#>   Positividad FECHA_SINTOMAS       SEXO ENTIDA…¹ TIPO_…² ENTID…³ ABREV…⁴ n_pru…⁵
#>         <dbl> <dttm>              <int> <chr>    <chr>   <chr>   <chr>     <int>
#> 1       0.5   2021-07-01 00:00:00     1 02       PCR     BAJA C… BC            6
#> 2       0.875 2021-07-01 00:00:00     1 03       PCR     BAJA C… BS           16
#> 3       0.667 2021-07-01 00:00:00     2 02       PCR     BAJA C… BC            3
#> 4       0.591 2021-07-01 00:00:00     2 03       PCR     BAJA C… BS           22
#> 5       0.417 2021-07-02 00:00:00     1 02       PCR     BAJA C… BC           12
#> 6       0.385 2021-07-02 00:00:00     1 03       PCR     BAJA C… BS           13
#> # … with 1 more variable: n_positivos <int>, and abbreviated variable names
#> #   ¹ENTIDAD_UM, ²TIPO_PRUEBA, ³ENTIDAD_FEDERATIVA, ⁴ABREVIATURA, ⁵n_pruebas
# }

# Una vez hayas concluido tu trabajo no olvides desconectar
datos_covid$disconnect()
#> ✔ Desconectado