Cleaning script on mortality by region and state

This commit is contained in:
Jose 2022-07-17 18:11:07 -03:00
parent 38d1b93961
commit 6647bb89c2
4 changed files with 72 additions and 58 deletions

View File

@ -1,7 +1,12 @@
#+options: toc:nil num:nil todo:nil author:nil #+options: toc:nil num:nil todo:nil author:nil
#+options: p:nil #+options: p:nil
* mort_geral * Mortalidade geral
Scripts com exemplos de captação, manejo de dados e descrição simples do
indicador "Mortalidade geral" em epidemiologia.
O material é publicado com fins educativos e de divulgação científica.
** Scripts ** Scripts
@ -13,6 +18,7 @@
- [[./script/mort_am_lat.Rmd][Taxa de mortalidade em vários países]] - [[./script/mort_am_lat.Rmd][Taxa de mortalidade em vários países]]
- [[./script/mort_idade.Rmd][Mortalidade proporcional por faixa etária]] - [[./script/mort_idade.Rmd][Mortalidade proporcional por faixa etária]]
- [[./script/pais_reg_UF_dash.Rmd][Taxa de mortalidade Brasil 2000-2019 por UF]] - [[./script/pais_reg_UF_dash.Rmd][Taxa de mortalidade Brasil 2000-2019 por UF]]
- [[./script/pais_reg_UF_dashwrang.R][Script com organização das tabelas para o dashboard]]
** Dados ** Dados
@ -26,6 +32,8 @@ IBGE/Diretoria de Pesquisas. Coordenação de População e Indicadores Sociais.
Gerência de Estudos e Análises da Dinâmica Demográfica. Projeção da população Gerência de Estudos e Análises da Dinâmica Demográfica. Projeção da população
do Brasil por sexo e idade para o período 2000-2060 do Brasil por sexo e idade para o período 2000-2060
Dados sobre estimativas da população foram obtidos do [[https://www.ibge.gov.br/estatisticas/sociais/populacao/9103-estimativas-de-populacao.html?edicao=17283&t=downloads][IBGE]]
- [[https://opendatasus.saude.gov.br/dataset/sim-1979-2019][Dados de mortalidade 1979-2019]] - [[https://opendatasus.saude.gov.br/dataset/sim-1979-2019][Dados de mortalidade 1979-2019]]
- [[https://opendatasus.saude.gov.br/dataset/sim-2020-2021][Dados de mortalidade 2021]] - [[https://opendatasus.saude.gov.br/dataset/sim-2020-2021][Dados de mortalidade 2021]]
- [[./data/mortalidade_CID_10.csv][Compilado dados mortalidade por causas - CID 10]] - [[./data/mortalidade_CID_10.csv][Compilado dados mortalidade por causas - CID 10]]
@ -36,9 +44,11 @@ do Brasil por sexo e idade para o período 2000-2060
- [[http://tabnet.datasus.gov.br/cgi/tabcgi.exe?ibge/cnv/projpopbr.def][População brasileira para o período de estudo]] - [[http://tabnet.datasus.gov.br/cgi/tabcgi.exe?ibge/cnv/projpopbr.def][População brasileira para o período de estudo]]
- [[./data/pop_UF_2000_2020.csv][Tabela população por UF 2000-2020]] - [[./data/pop_UF_2000_2020.csv][Tabela população por UF 2000-2020]]
- [[./data/obitos_UF_2000_2019.csv][Tabela óbitos por UF 2000-2019]] - [[./data/obitos_UF_2000_2019.csv][Tabela óbitos por UF 2000-2019]]
- [[./data/obitos_reg_2000_2020.csv][Tabela óbitos por região 2000-2020]]
- [[./data/pop_reg_2000_2020.csv][Tabela população por região 2000-2020]] - [[./data/pop_reg_2000_2020.csv][Tabela população por região 2000-2020]]
** Documentos ** Documentos
- [[./doc/resources.org][Informações complementares sobre mortalidade]] - [[./doc/resources.org][Informações complementares sobre mortalidade]]
- [[./bib/references.bib][Referências bibliográficas]] - [[./bib/references.bib][Referências bibliográficas]]
- [[https://git.disroot.org/greenleaves/mort_geral.wiki.git][Taxa de mortalidade - Wiki]]

6
data/obitos_reg_2000_2020.csv Executable file
View File

@ -0,0 +1,6 @@
Regiao,2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015,2016,2017,2018,2019
Norte,47561,50670,50330,52787,54274,54857,55872,56731,60967,62993,65425,67789,70666,71595,74518,77944,80105,82983,84409,85686
Nordeste,228410,238256,248980,253019,256614,254544,256139,262193,273873,280476,284635,301596,305746,316415,319748,337713,347095,352045,343969,352801
Sudeste,463948,465471,470221,479735,487492,475801,493850,495877,504984,515214,534495,541518,543383,554513,562401,573965,595573,593692,598138,616243
Sul,152476,151629,154987,157625,163070,159922,163388,169004,169646,175573,179428,184658,183528,189231,188514,191172,202593,197793,203734,206086
Centro-Oeste,54291,55466,58289,59174,62623,61703,62442,64019,67537,68832,72964,74937,77843,78720,81858,83381,84408,86150,86469,88985
1 Regiao 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
2 Norte 47561 50670 50330 52787 54274 54857 55872 56731 60967 62993 65425 67789 70666 71595 74518 77944 80105 82983 84409 85686
3 Nordeste 228410 238256 248980 253019 256614 254544 256139 262193 273873 280476 284635 301596 305746 316415 319748 337713 347095 352045 343969 352801
4 Sudeste 463948 465471 470221 479735 487492 475801 493850 495877 504984 515214 534495 541518 543383 554513 562401 573965 595573 593692 598138 616243
5 Sul 152476 151629 154987 157625 163070 159922 163388 169004 169646 175573 179428 184658 183528 189231 188514 191172 202593 197793 203734 206086
6 Centro-Oeste 54291 55466 58289 59174 62623 61703 62442 64019 67537 68832 72964 74937 77843 78720 81858 83381 84408 86150 86469 88985

View File

@ -10,62 +10,8 @@ output:
runtime: shiny runtime: shiny
--- ---
```{r setup, include=FALSE}
library(flexdashboard)
library(WDI)
library(ggplot2)
library(dplyr)
library(DT)
library(plotly)
#library(readr)
library(data.table)
library(dygraphs)
library(knitr)
library(tidyr)
library(WDI)
```
Mortalidade geral: casos totais e mortalidade por 1000 habitantes
```{r } ```{r }
d <- fread("../data/obitos_UF_2000_2019.csv", header = TRUE) |> source("./pais_reg_UF_dashwrang.R")
pivot_longer(cols = c(`2000`:`2019`),
names_to = "Ano",
values_to = "Obitos")
d
```
```{r }
d1 <- fread("../data/pop_UF_2000_2020.csv", header = TRUE) |>
select(-`2020`) |>
pivot_longer(cols = c(`2000`:`2019`),
names_to = "Ano",
values_to = "População")
```
```{r }
d3 <- left_join(d, d1, by = c("UF", "Ano")) |>
mutate(Mortalidade = (Obitos/População) * 1000)
```
```{r }
d4 <- fread("../data/obitos_reg_2000_2020.csv", header = TRUE) |>
pivot_longer(cols = c(`2000`:`2019`),
names_to = "Ano",
values_to = "Obitos")
```
```{r }
d5 <- fread("../data/pop_reg_2000_2020.csv", header = TRUE) |>
pivot_longer(cols = c(`2000`:`2019`),
names_to = "Ano",
values_to = "População")
```
```{r }
d6 <- left_join(d4, d5, by = c("Regiao", "Ano")) |>
mutate(Mortalidade = (Obitos/População) * 1000) |>
rename(Região = "Regiao")
``` ```
UF UF
@ -87,7 +33,7 @@ UF gráfico
======================================================================= =======================================================================
```{r } ```{r }
M_U <- ggplot(d3, aes(Ano, Mortalidade, group = `Sigla-UF`)) + mu <- ggplot(d3, aes(Ano, Mortalidade, group = `Sigla-UF`)) +
geom_line(aes(color = `Sigla-UF`)) + geom_line(aes(color = `Sigla-UF`)) +
labs(y = "Mortalidade x 1000 habitantes", labs(y = "Mortalidade x 1000 habitantes",
color = "UF") + color = "UF") +
@ -100,7 +46,7 @@ M_U <- ggplot(d3, aes(Ano, Mortalidade, group = `Sigla-UF`)) +
``` ```
```{r } ```{r }
plotly::ggplotly(M_U) plotly::ggplotly(mu)
``` ```
Região Região

View File

@ -0,0 +1,52 @@
## Building tables to be used in dashboard
library(flexdashboard)
library(WDI)
library(ggplot2)
library(dplyr)
library(DT)
library(plotly)
library(data.table)
library(dygraphs)
library(knitr)
library(tidyr)
## Mortalidade geral: casos totais e mortalidade por 1000 habitantes
cols = paste0("2000":"2019")
d <- fread("../data/obitos_UF_2000_2019.csv", header = TRUE) |>
pivot_longer(cols = all_of(cols),
names_to = "Ano",
values_to = "Obitos")
d1 <- fread("../data/pop_UF_2000_2020.csv", header = TRUE) |>
select(-`2020`) |>
pivot_longer(cols = all_of(cols),
names_to = "Ano",
values_to = "População")
d3 <- left_join(d, d1, by = c("UF", "Ano")) |>
mutate(Mortalidade = (Obitos/População) * 1000)
d4 <- fread("../data/obitos_reg_2000_2020.csv", header = TRUE) |>
pivot_longer(cols = all_of(cols),
names_to = "Ano",
values_to = "Obitos")
d5 <- fread("../data/pop_reg_2000_2020.csv", header = TRUE) |>
pivot_longer(cols = all_of(cols),
names_to = "Ano",
values_to = "População")
d6 <- left_join(d4, d5, by = c("Regiao", "Ano")) |>
mutate(Mortalidade = (Obitos/População) * 1000) |>
rename(Região = "Regiao")