data-raw/analisa.R
In brunocp76/AnaliseCOVID19Brasil: Analisa informacoes da Pandemia de COVID-19 no Brasil (One Line, Title Case)
# Não entram no código principal... ---------------------------------------
library(dplyr)
covid <- readRDS("data-raw/covid.rds")
cls()
covid %>%
glimpse()
covid %>%
summary()
# Criando as Sumarizações de Área e População -----------------------------
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
uf_temp = uf,
regiao_temp = regiao,
everything()
) %>%
group_by(cod_regiao_saude) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE),
uf = min(uf_temp, na.rm = TRUE),
regiao = min(regiao_temp, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(cod_regiao_saude) -> sumario_regioes_saude
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
regiao_temp = regiao,
everything()
) %>%
group_by(uf) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE),
regiao = min(regiao_temp, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(uf) -> sumario_estados
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
everything()
) %>%
group_by(regiao) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(regiao) -> sumario_regioes_brasil
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
everything()
) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE)
) -> sumario_brasil
## Rápida Conferência...
cls()
sumario_regioes_saude %>%
glimpse()
sumario_estados %>%
glimpse()
sumario_regioes_brasil %>%
glimpse()
sumario_brasil %>%
glimpse()
sumario_regioes_saude %>%
summarise(
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE)
)
sumario_estados %>%
summarise(
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE)
)
sumario_regioes_brasil %>%
summarise(
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE)
)
# Bases Derivadas - Cidades -----------------------------------------------
covid %>%
# select(-c(cod_regiao_saude:regiao)) %>%
arrange(cod_ibge, date) %>%
## Média Móvel (7 dias) - Cidades
group_by(cod_ibge) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
),
evolucao_contagios_mm7 = as.integer(
case_when(
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
),
evolucao_obitos_mm7 = as.integer(
case_when(
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Cidades
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Cidades
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Cidades
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Cidades
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Cidades
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Cidades
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
arrange(cod_ibge, date) -> covid_cidades
## Rápida Conferência...
cls()
covid_cidades %>%
glimpse()
covid_cidades %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Regiões de Saúde --------------------------------------
covid %>%
select(
-c(cod_ibge:municipio),
# uf:regiao,
contagios_novos_regiao_saude = contagios_novos,
obitos_novos_regiao_saude = obitos_novos,
contagios_acumulados_regiao_saude = contagios_acumulados,
obitos_acumulados_regiao_saude = obitos_acumulados
) %>%
arrange(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
group_by(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_regiao_saude, na.rm = TRUE),
obitos_novos = sum(obitos_novos_regiao_saude, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
cod_regiao_saude,
date
) %>%
group_by(cod_regiao_saude) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
ungroup() %>%
arrange(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
left_join(
y = sumario_regioes_saude,
by = "cod_regiao_saude"
) %>%
arrange(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Regiões de Saúde
group_by(cod_regiao_saude) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
),
evolucao_contagios_mm7 = as.integer(
case_when(
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
),
evolucao_obitos_mm7 = as.integer(
case_when(
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Regiões de Saúde
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Regiões de Saúde
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Regiões de Saúde
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Regiões de Saúde
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Regiões de Saúde
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Regiões de Saúde
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
cod_regiao_saude,
nome_regiao_saude,
area_km2,
pop_2019,
uf,
regiao,
everything()
) %>%
arrange(
cod_regiao_saude,
date
) -> covid_regioes_saude
## Rápida Conferência...
cls()
covid_regioes_saude %>%
glimpse()
covid_regioes_saude %>%
group_by(cod_regiao_saude) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Estados -----------------------------------------------
covid %>%
select(
-c(cod_ibge:nome_regiao_saude),
# -regiao,
contagios_novos_estado = contagios_novos,
obitos_novos_estado = obitos_novos,
contagios_acumulados_estado = contagios_acumulados,
obitos_acumulados_estado = obitos_acumulados
) %>%
arrange(
uf,
date,
semana_epidem
) %>%
group_by(
uf,
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_estado, na.rm = TRUE),
obitos_novos = sum(obitos_novos_estado, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
uf,
date
) %>%
group_by(uf) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
ungroup() %>%
arrange(
uf,
date,
semana_epidem
) %>%
left_join(
y = sumario_estados,
by = "uf"
) %>%
arrange(
uf,
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Estados
group_by(uf) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
),
evolucao_contagios_mm7 = as.integer(
case_when(
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
),
evolucao_obitos_mm7 = as.integer(
case_when(
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Estados
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Estados
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Estados
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Estados
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Estados
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Estados
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
uf,
area_km2,
pop_2019,
regiao,
everything()
) %>%
arrange(
uf,
date
) -> covid_estados
## Rápida Conferência...
cls()
covid_estados %>%
glimpse()
covid_estados %>%
group_by(uf) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Regiões do Brasil -------------------------------------
covid %>%
select(
-c(cod_ibge:uf),
contagios_novos_regiao = contagios_novos,
obitos_novos_regiao = obitos_novos,
contagios_acumulados_regiao = contagios_acumulados,
obitos_acumulados_regiao = obitos_acumulados
) %>%
arrange(
regiao,
date,
semana_epidem
) %>%
group_by(
regiao,
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_regiao, na.rm = TRUE),
obitos_novos = sum(obitos_novos_regiao, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
regiao,
date
) %>%
group_by(regiao) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
ungroup() %>%
arrange(
regiao,
date,
semana_epidem
) %>%
left_join(
y = sumario_regioes_brasil,
by = "regiao"
) %>%
arrange(
regiao,
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Regiões do Brasil
group_by(regiao) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Regiões do Brasil
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Regiões do Brasil
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Regiões do Brasil
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Regiões do Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Regiões do Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Regiões do Brasil
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
regiao,
area_km2,
pop_2019,
everything()
) %>%
arrange(
regiao,
date
) -> covid_regioes_brasil
## Rápida Conferência...
cls()
covid_regioes_brasil %>%
glimpse()
covid_regioes_brasil %>%
group_by(regiao) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Brasil ------------------------------------------------
covid %>%
select(
-c(cod_ibge:regiao),
contagios_novos_brasil = contagios_novos,
obitos_novos_brasil = obitos_novos,
contagios_acumulados_brasil = contagios_acumulados,
obitos_acumulados_brasil = obitos_acumulados
) %>%
arrange(
date,
semana_epidem
) %>%
group_by(
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_brasil, na.rm = TRUE),
obitos_novos = sum(obitos_novos_brasil, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
date
) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
arrange(
date,
semana_epidem
) %>%
left_join(
y = sumario_brasil,
by = character()
) %>%
arrange(
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Brasil
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
)
) %>%
## Taxa de Mortalidade dos Casos Detectados - Brasil
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Brasil
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Brasil
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Brasil
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
area_km2,
pop_2019,
everything()
) %>%
arrange(
date
) -> covid_brasil
## Rápida Conferência...
cls()
covid_brasil %>%
glimpse()
covid_brasil %>%
filter(date == max(date)) %>%
summarise(
date_max = max(date, na.rm = TRUE, 0.7),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Calculando as Médias Móveis dos Últimos 7 Dias --------------------------
cls()
covid %>% filter(date > max(date) - 7) %>% group_by(date) %>%
summarise(
# data_max = max(date, na.rm = TRUE),
# area_sum = sum(area_km2, na.rm = TRUE),
# pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_novos, na.rm = TRUE),
obit_sum = sum(obitos_novos, na.rm = TRUE)
)
# covid %>% filter(date > max(date) - 7) %>% group_by(date) %>%
# summarise(
# # data_max = max(date, na.rm = TRUE),
# # area_sum = sum(area_km2, na.rm = TRUE),
# # pop_sum = sum(pop_2019, na.rm = TRUE),
# cont_sum = sum(contagios_novos, na.rm = TRUE),
# obit_sum = sum(obitos_novos, na.rm = TRUE)
# ) %>%
# Conferindo as Versões Sumarizadas ---------------------------------------
cls()
covid %>% group_by(cod_ibge) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_cidades %>% group_by(cod_ibge) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_regioes_saude %>% group_by(cod_regiao_saude) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_estados %>% group_by(uf) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_regioes_brasil %>% group_by(regiao) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_brasil %>% filter(date == max(date)) %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
brunocp76/AnaliseCOVID19Brasil documentation built on June 11, 2022, 10:39 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
# Não entram no código principal... ---------------------------------------
library(dplyr)
covid <- readRDS("data-raw/covid.rds")
cls()
covid %>%
glimpse()
covid %>%
summary()
# Criando as Sumarizações de Área e População -----------------------------
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
uf_temp = uf,
regiao_temp = regiao,
everything()
) %>%
group_by(cod_regiao_saude) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE),
uf = min(uf_temp, na.rm = TRUE),
regiao = min(regiao_temp, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(cod_regiao_saude) -> sumario_regioes_saude
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
regiao_temp = regiao,
everything()
) %>%
group_by(uf) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE),
regiao = min(regiao_temp, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(uf) -> sumario_estados
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
everything()
) %>%
group_by(regiao) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(regiao) -> sumario_regioes_brasil
covid %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
select(
area_temp_km2 = area_km2,
pop_temp_2019 = pop_2019,
everything()
) %>%
summarise(
area_km2 = sum(area_temp_km2, na.rm = TRUE),
pop_2019 = sum(pop_temp_2019, na.rm = TRUE)
) -> sumario_brasil
## Rápida Conferência...
cls()
sumario_regioes_saude %>%
glimpse()
sumario_estados %>%
glimpse()
sumario_regioes_brasil %>%
glimpse()
sumario_brasil %>%
glimpse()
sumario_regioes_saude %>%
summarise(
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE)
)
sumario_estados %>%
summarise(
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE)
)
sumario_regioes_brasil %>%
summarise(
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE)
)
# Bases Derivadas - Cidades -----------------------------------------------
covid %>%
# select(-c(cod_regiao_saude:regiao)) %>%
arrange(cod_ibge, date) %>%
## Média Móvel (7 dias) - Cidades
group_by(cod_ibge) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
),
evolucao_contagios_mm7 = as.integer(
case_when(
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
),
evolucao_obitos_mm7 = as.integer(
case_when(
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Cidades
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Cidades
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Cidades
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Cidades
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Cidades
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Cidades
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
arrange(cod_ibge, date) -> covid_cidades
## Rápida Conferência...
cls()
covid_cidades %>%
glimpse()
covid_cidades %>%
group_by(cod_ibge) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Regiões de Saúde --------------------------------------
covid %>%
select(
-c(cod_ibge:municipio),
# uf:regiao,
contagios_novos_regiao_saude = contagios_novos,
obitos_novos_regiao_saude = obitos_novos,
contagios_acumulados_regiao_saude = contagios_acumulados,
obitos_acumulados_regiao_saude = obitos_acumulados
) %>%
arrange(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
group_by(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_regiao_saude, na.rm = TRUE),
obitos_novos = sum(obitos_novos_regiao_saude, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
cod_regiao_saude,
date
) %>%
group_by(cod_regiao_saude) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
ungroup() %>%
arrange(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
left_join(
y = sumario_regioes_saude,
by = "cod_regiao_saude"
) %>%
arrange(
cod_regiao_saude,
nome_regiao_saude,
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Regiões de Saúde
group_by(cod_regiao_saude) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
),
evolucao_contagios_mm7 = as.integer(
case_when(
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
),
evolucao_obitos_mm7 = as.integer(
case_when(
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Regiões de Saúde
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Regiões de Saúde
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Regiões de Saúde
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Regiões de Saúde
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Regiões de Saúde
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Regiões de Saúde
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
cod_regiao_saude,
nome_regiao_saude,
area_km2,
pop_2019,
uf,
regiao,
everything()
) %>%
arrange(
cod_regiao_saude,
date
) -> covid_regioes_saude
## Rápida Conferência...
cls()
covid_regioes_saude %>%
glimpse()
covid_regioes_saude %>%
group_by(cod_regiao_saude) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Estados -----------------------------------------------
covid %>%
select(
-c(cod_ibge:nome_regiao_saude),
# -regiao,
contagios_novos_estado = contagios_novos,
obitos_novos_estado = obitos_novos,
contagios_acumulados_estado = contagios_acumulados,
obitos_acumulados_estado = obitos_acumulados
) %>%
arrange(
uf,
date,
semana_epidem
) %>%
group_by(
uf,
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_estado, na.rm = TRUE),
obitos_novos = sum(obitos_novos_estado, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
uf,
date
) %>%
group_by(uf) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
ungroup() %>%
arrange(
uf,
date,
semana_epidem
) %>%
left_join(
y = sumario_estados,
by = "uf"
) %>%
arrange(
uf,
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Estados
group_by(uf) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
),
evolucao_contagios_mm7 = as.integer(
case_when(
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = contagios_novos_mm7, n = 6L, na.rm = TRUE) /
contagios_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
),
evolucao_obitos_mm7 = as.integer(
case_when(
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 > 1.15 ~ 1L,
dplyr::lag(x = obitos_novos_mm7, n = 6L, na.rm = TRUE) /
obitos_novos_mm7 < 0.85 ~ -1L,
TRUE ~ 0L
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Estados
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Estados
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Estados
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Estados
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Estados
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Estados
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
uf,
area_km2,
pop_2019,
regiao,
everything()
) %>%
arrange(
uf,
date
) -> covid_estados
## Rápida Conferência...
cls()
covid_estados %>%
glimpse()
covid_estados %>%
group_by(uf) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Regiões do Brasil -------------------------------------
covid %>%
select(
-c(cod_ibge:uf),
contagios_novos_regiao = contagios_novos,
obitos_novos_regiao = obitos_novos,
contagios_acumulados_regiao = contagios_acumulados,
obitos_acumulados_regiao = obitos_acumulados
) %>%
arrange(
regiao,
date,
semana_epidem
) %>%
group_by(
regiao,
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_regiao, na.rm = TRUE),
obitos_novos = sum(obitos_novos_regiao, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
regiao,
date
) %>%
group_by(regiao) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
ungroup() %>%
arrange(
regiao,
date,
semana_epidem
) %>%
left_join(
y = sumario_regioes_brasil,
by = "regiao"
) %>%
arrange(
regiao,
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Regiões do Brasil
group_by(regiao) %>%
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
)
) %>%
ungroup() %>%
## Taxa de Mortalidade dos Casos Detectados - Regiões do Brasil
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Regiões do Brasil
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Regiões do Brasil
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Regiões do Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Regiões do Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Regiões do Brasil
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
regiao,
area_km2,
pop_2019,
everything()
) %>%
arrange(
regiao,
date
) -> covid_regioes_brasil
## Rápida Conferência...
cls()
covid_regioes_brasil %>%
glimpse()
covid_regioes_brasil %>%
group_by(regiao) %>%
filter(date == max(date)) %>%
ungroup() %>%
summarise(
date_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Bases Derivadas - Brasil ------------------------------------------------
covid %>%
select(
-c(cod_ibge:regiao),
contagios_novos_brasil = contagios_novos,
obitos_novos_brasil = obitos_novos,
contagios_acumulados_brasil = contagios_acumulados,
obitos_acumulados_brasil = obitos_acumulados
) %>%
arrange(
date,
semana_epidem
) %>%
group_by(
date,
semana_epidem
) %>%
summarise(
contagios_novos = sum(contagios_novos_brasil, na.rm = TRUE),
obitos_novos = sum(obitos_novos_brasil, na.rm = TRUE)
) %>%
ungroup() %>%
arrange(
date
) %>%
mutate(
contagios_acumulados = cumsum(contagios_novos),
obitos_acumulados = cumsum(obitos_novos)
) %>%
arrange(
date,
semana_epidem
) %>%
left_join(
y = sumario_brasil,
by = character()
) %>%
arrange(
date,
semana_epidem
) %>%
## Média Móvel (7 dias) - Brasil
mutate(
contagios_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = contagios_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = contagios_novos, n = 1L, na.rm = TRUE) +
contagios_novos
) / 7,
0
)
),
obitos_novos_mm7 = as.double(
coalesce(
(
dplyr::lag(x = obitos_novos, n = 6L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 5L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 4L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 3L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 2L, na.rm = TRUE) +
dplyr::lag(x = obitos_novos, n = 1L, na.rm = TRUE) +
obitos_novos
) / 7,
0
)
)
) %>%
## Taxa de Mortalidade dos Casos Detectados - Brasil
mutate(
taxa_mortalidade = as.double(ifelse(test = contagios_acumulados > 0,
yes = obitos_acumulados / contagios_acumulados,
no = 0))
) %>%
## Normalização a cada 100.000 habitantes - Brasil
mutate(
contagios_novos_100k = as.double(contagios_novos / (pop_2019 / 100000)),
obitos_novos_100k = as.double(obitos_novos / (pop_2019 / 100000)),
contagios_acumulados_100k = as.double(contagios_acumulados / (pop_2019 / 100000)),
obitos_acumulados_100k = as.double(obitos_acumulados / (pop_2019 / 100000))
) %>%
## Normalização de População (2019) - Brasil
mutate(
contagios_novos_pop = as.double(contagios_novos / pop_2019),
obitos_novos_pop = as.double(obitos_novos / pop_2019),
contagios_acumulados_pop = as.double(contagios_acumulados / pop_2019),
obitos_acumulados_pop = as.double(obitos_acumulados / pop_2019)
) %>%
## Normalização de Área (Km2) - Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / area_km2),
obitos_novos_area = as.double(obitos_novos / area_km2),
contagios_acumulados_area = as.double(contagios_acumulados / area_km2),
obitos_acumulados_area = as.double(obitos_acumulados / area_km2)
) %>%
## Normalização de Densidade Populacional [População (2019) / Área (Km2)] - Brasil
mutate(
contagios_novos_area = as.double(contagios_novos / (pop_2019 / area_km2)),
obitos_novos_area = as.double(obitos_novos / (pop_2019 / area_km2)),
contagios_acumulados_area = as.double(contagios_acumulados / (pop_2019 / area_km2)),
obitos_acumulados_area = as.double(obitos_acumulados / (pop_2019 / area_km2))
) %>%
## Normalização Logarítmica (Base e) - Brasil
mutate(
contagios_novos_ln = as.double(ifelse(test = contagios_novos > 0,
yes = log(x = contagios_novos),
no = 0)),
obitos_novos_ln = as.double(ifelse(test = obitos_novos > 0,
yes = log(x = obitos_novos),
no = 0)),
contagios_acumulados_ln = as.double(ifelse(test = contagios_acumulados > 0,
yes = log(x = contagios_acumulados),
no = 0)),
obitos_acumulados_ln = as.double(ifelse(test = obitos_acumulados > 0,
yes = log(x = obitos_acumulados),
no = 0))
) %>%
select(
date,
semana_epidem,
area_km2,
pop_2019,
everything()
) %>%
arrange(
date
) -> covid_brasil
## Rápida Conferência...
cls()
covid_brasil %>%
glimpse()
covid_brasil %>%
filter(date == max(date)) %>%
summarise(
date_max = max(date, na.rm = TRUE, 0.7),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
# Calculando as Médias Móveis dos Últimos 7 Dias --------------------------
cls()
covid %>% filter(date > max(date) - 7) %>% group_by(date) %>%
summarise(
# data_max = max(date, na.rm = TRUE),
# area_sum = sum(area_km2, na.rm = TRUE),
# pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_novos, na.rm = TRUE),
obit_sum = sum(obitos_novos, na.rm = TRUE)
)
# covid %>% filter(date > max(date) - 7) %>% group_by(date) %>%
# summarise(
# # data_max = max(date, na.rm = TRUE),
# # area_sum = sum(area_km2, na.rm = TRUE),
# # pop_sum = sum(pop_2019, na.rm = TRUE),
# cont_sum = sum(contagios_novos, na.rm = TRUE),
# obit_sum = sum(obitos_novos, na.rm = TRUE)
# ) %>%
# Conferindo as Versões Sumarizadas ---------------------------------------
cls()
covid %>% group_by(cod_ibge) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_cidades %>% group_by(cod_ibge) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_regioes_saude %>% group_by(cod_regiao_saude) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_estados %>% group_by(uf) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_regioes_brasil %>% group_by(regiao) %>% filter(date == max(date)) %>% ungroup() %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
covid_brasil %>% filter(date == max(date)) %>%
summarise(
data_max = max(date, na.rm = TRUE),
area_sum = sum(area_km2, na.rm = TRUE),
pop_sum = sum(pop_2019, na.rm = TRUE),
cont_sum = sum(contagios_acumulados, na.rm = TRUE),
obit_sum = sum(obitos_acumulados, na.rm = TRUE)
)
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.