epiverse-trace/sivirep

sivirep: Generación automatizada de reportes a partir de bases de datos de vigilancia epidemiológica

La versión actual de sivirep 0.0.2 proporciona funciones para la manipulación de datos y la generación de reportes automatizados basados en las bases de datos individualizadas de casos de SIVIGILA, que es el sistema oficial de vigilancia epidemiológica de Colombia.

Motivación

América Latina ha progresado en la calidad de sus sistemas de notificación y vigilancia epidemiológica. En particular, Colombia ha mejorado a lo largo de los años la calidad, la accesibilidad y la transparencia de su sistema oficial de vigilancia epidemiológica, SIVIGILA. Este sistema está regulado por el Instituto Nacional de Salud de Colombia y es operado por miles de trabajadores de la salud en las secretarías de salud locales, hospitales y unidades primarias generadoras de datos.

Sin embargo, todavía existen desafíos, especialmente a nivel local, en cuanto a la oportunidad y la calidad del análisis epidemiológico y de los informes epidemiológicos. Estas tareas pueden requerir una gran cantidad de trabajo manual debido a limitaciones en el entrenamiento para el análisis de datos, el tiempo que se requiere invertir, la tecnología y la calidad del acceso a internet en algunas regiones de Colombia.

El objetivo de sivirep es proporcionar un conjunto de herramientas para:

Descargar, preprocesar y preparar los datos de SIVIGILA para su posterior análisis.
Generar informes epidemiológicos automatizados adaptables al contexto.
Proporcionar retroalimentación sobre el sistema de vigilancia al proveedor de la fuente de datos.

Potenciales usuarios

Profesionales de salud pública y de epidemiología de campo que utilizan la fuente de datos de SIVIGILA a nivel local.
Estudiantes del área de la salud y epidemiología.
Investigadores y analistas de datos a nivel nacional e internacional.

Instalación

Puedes instalar la versión de desarrollo de sivirep desde GitHub con el siguiente comando:

# install.packages("remotes")
# remotes::install_github("epiverse-trace/sivirep")
library(sivirep)

Inicio rápido

Puedes revisar las enfermedades y los años disponibles de forma libre utilizando:

lista_eventos <- list_events()
knitr::kable(lista_eventos)

enfermedad	aa
ACCIDENTE OFIDICO	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
AGRESIONES POR ANIMALES POTENCIALMENTE TRANSMISORES DE RABIA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
ANOMALIAS CONGENITAS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
BAJO PESO AL NACER	2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
CÁNCER DE LA MAMA Y CUELLO UTERINO	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2019, 2020, 2021
CANCER INFANTIL	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
CHAGAS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
CHIKUNGUNYA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
DENGUE	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
DENGUE GRAVE	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
DIFTERIA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2021
ENCEFALITIS DEL NILO OCCIDENTAL EN HUMANOS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
ENCEFALITIS EQUINA DEL OESTE EN HUMANOS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
ENCEFALITIS EQUINA VENEZOLANA EN HUMANOS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
ENDOMETRITIS PUERPERAL	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
ENFERMEDADES HUERFANAS - RARAS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
ESI - IRAG (VIGILANCIA CENTINELA)	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
EVENTO ADVERSO SEGUIDO A LA VACUNACION	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
FIEBRE AMARILLA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018
FIEBRE TIFOIDEA Y PARATIFOIDEA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
HEPATITIS A	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
HEPATITIS C	2018, 2019, 2020, 2021
HIPOTIROIDISMO CONGENITO	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INFECCION ASOCIADA A DISPOSITIVOS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
INFECCION RESPIRATORIA AGUDA GRAVE IRAG INUSITADA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR FARMACOS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR METALES PESADOS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR METANOL	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR MONOXIDO DE CARBONO Y OTROS GASES	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR OTRAS SUSTANCIAS QUIMICAS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR PLAGUICIDAS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR SOLVENTES	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
INTOXICACION POR SUSTANCIAS PSICOACTIVAS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
ISO	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
LEISHMANIASIS CUTANEA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
LEISHMANIASIS MUCOSA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
LEISHMANIASIS VISCERAL	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
LEPRA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
LEPTOSPIROSIS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
LEUCEMIA AGUDA PEDIATRICA LINFOIDE	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
LEUCEMIA AGUDA PEDIATRICA MIELOIDE	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MALARIA ASOCIADA (FORMAS MIXTAS)	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MALARIA COMPLICADA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MALARIA FALCIPARUM	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MALARIA VIVAX	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MENINGITIS OTROS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
MENINGITIS MENINGOCÓCICA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2019, 2020, 2021
MENINGITIS POR HAEMOPHILUS INFLUENZAE	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2019, 2020, 2021
MENINGITIS POR NEUMOCOCO	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2019, 2020, 2021
MENINGITIS TUBERCULOSA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORBILIDAD MATERNA EXTREMA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORBILIDAD POR IRA	2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORTALIDAD MATERNA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORTALIDAD PERINATAL Y NEONATAL TARDIA	2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORTALIDAD POR DENGUE	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORTALIDAD POR DESNUTRICION	2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORTALIDAD POR EDA 0-4 AÑOS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2019, 2020, 2021
MORTALIDAD POR IRA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
MORTALIDAD POR MALARIA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
PARALISIS FLACIDA AGUDA (MENORES DE 15 AÑOS)	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020
PAROTIDITIS	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
RUBEOLA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
SARAMPION	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020
SINDROME DE RUBEOLA CONGENITA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017
TETANOS ACCIDENTAL	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
TETANOS NEONATAL	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021
TOS FERINA	2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021

Versiones futuras

Las versiones futuras de sivirep podrían incluir:

Interacción con otras fuentes de datos en Colombia.
Otros sistemas de vigilancia epidemiológica en América Latina.

Contribuciones

Las contribuciones son bienvenidas via pull requests.

Los contribuyentes al paquete incluyen:

Geraldine Gómez-Millán (author)
Zulma M. Cucunubá (author)
Hugo Gruson (contributor)
Laura Gómez-Bermeo (contributor to documentation)
Miguel Gámez (contributor)

Código de conducta

Por favor, ten en cuenta que el proyecto sivirep se publica con un Código de Conducta para Contribuyentes. Al contribuir a este proyecto, aceptas cumplir con sus términos.

Comenzar

Para reportes automatizados

Después de la instalación de sivirep, puedes comenzar importando el paquete a través del siguiente comando:

library(sivirep)

Ante de iniciar con el reporte automatizado, revisa la lista de enfermedades disponibles para hacer un reporte con sivirep en:

list_events()

Actualmente, sivirep provee una plantilla de reporte llamada Reporte Básico {sivirep}, la cual contiene seis secciones y recibe los siguientes parámetros de entrada: el nombre de la enfermedad, el año, el nombre de departamento (opcional) y nombre del municipio (opcional) para descargar los datos de la fuente de SIVIGILA.

Para hacer uso de la plantilla del reporte se deben seguir los siguientes pasos:

En RStudio hacer click ‘File/New File/R’ Markdown:

Selecciona la opción del panel izquierdo: ‘From Template’, después selecciona el template del reporte llamado Reporte Básico {sivirep}, indica el nombre que deseas para el reporte (i.e. Reporte_Laura), la ubicación donde deseas guardarlo y presiona ‘Ok’.

A continuación, podrás seleccionar el nombre de la enfermedad, el año, el departamento (opcional) y el municipio (opcional) del reporte. Esta acción descargará los datos deseados y también proporcionará la plantilla en un archivo R Markdown (.Rmd). Para esto, es importante encontrar el botón ‘Knit’, desplegar las opciones y seleccionar ‘Knit with parameters’.

Espera unos segundos mientras el informe se genera en un archivo PDF.
Puedes agregar, editar, eliminar y personalizar las secciones del reporte en el archivo R Markdown generado anteriormente.

Para obtener más detalles sobre plantillas y reportes genéricos de R Markdown, por favor consulta rmarkdown templates.

Para análisis o reportes personalizados

Esta sección proporciona un conjunto básico de instrucciones para usar sivirep 0.0.2 si: - Ya has producido un archivo .Rmd y deseas editar un reporte. - Deseas realizar análisis personalizados sin un archivo .Rmd.

1. Importación de datos de SIVIGILA

La fuente de SIVIGILA proporciona los datos de la lista de casos históricos hasta el último año epidemiológico cerrado. El cierre de un año epidemiológico generalmente ocurre en abril del siguiente año (por ejemplo, si estás utilizando sivirep en marzo de 2023, es posible que puedas acceder a los datos históricos hasta diciembre de 2021) para la mayoría de las enfermedades, con algunas excepciones.

Por favor, verifica las enfermedades y años disponibles utilizando:

lista_eventos <- list_events()

Una vez que hayas decidido la enfermedad y el año de la cual deseas obtener la información, import_data_event es la función que permite la importación de datos desde la fuente de SIVIGILA utilizando un formato parametrizado basado en la enfermedad y el año.

data_event <-  import_data_event(year = 2020,
                                 nombre_event = "dengue")

💡 Tip 1 - Evita retrasos en el tiempo al importar los datos

sivirep 0.0.2 está diseñado para ayudar con el acceso a la fuente de SIVIGILA. Este proceso de descarga de información puede tomar unos minutos dependiendo del tamaño del conjunto de datos. Para evitar descargar los mismos datos repetidamente, puedes utilizar cache = TRUE en la función import_data_event. Esta opción está configurada de forma predeterminada.

2. Limpieza de datos de SIVIGILA

Los datos de SIVIGILA son una fuente de información oficial altamente confiable, con certificación ISO de calidad de datos. Sin embargo, a veces puede haber algunos valores atípicos en los datos que requieran una limpieza adicional.

sivirep proporciona una función genérica llamada limpiar_data_sivigila que envuelve diversas tareas para identificar y corregir errores, inconsistencias y discrepancias en los conjuntos de datos con el fin de mejorar su calidad y precisión. Este proceso puede incluir la eliminación de duplicados, la corrección de errores tipográficos, el reemplazo de valores faltantes y la validación de datos, entre otras tareas, como eliminar fechas improbables, limpiar códigos de geolocalización y estandarizar los nombres de las columnas y las categorías de edad.

data_event_limp <- limpiar_data_sivigila(data_event = data_event, year = 2020)

Las funciones de limpieza dentro de limpiar_data_sivigila se han recopilado y creado en base a la experiencia de epidemiólogos de campo. Estas pueden incluir funciones internas como:

limpiar_encabezado: función que limpia y estandariza los nombres de las columnas de los datos de lista de casos de SIVIGILA basándose en el diccionario de datos de SIVIGILA.
limpiar_edad_event: función que limpia las edades de los datos de lista de casos de SIVIGILA.
format_fecha: función que da un formato específico a una fecha.
limpiar_fecha_event: función que limpia las fechas de los datos de enfermedades.
limpiar_cods_dpto: función que limpia los códigos geográficos de departamentos en los datos de enfermedades.

El usuario puede utilizar estas funciones individualmente o simplemente utilizar la función envolvente genérica limpiar_data_sivigila.

3. Filtrar casos

sivirep proporciona una función que permite filtrar los datos de enfermedades por departamento o nombre del municipio llamada geo_filtro. Esto permite al usuario crear un informe a nivel subnacional, seleccionando casos específicos basados en la ubicación geográfica.

data_event_filtrada <- geo_filtro(data_event = data_event_limp,
                                  nombre_dpto = "Antioquia")

4. Distribución temporal de casos

En sivirep, la distribución temporal de casos se define por las variables de fecha de inicio de síntomas y fecha de notificación. Para cada una de estas variables, existen funciones especializadas para agrupar los datos y generar los gráficos.

4.1. Agrupar los datos por fecha de inicio de síntomas en la escala temporal deseada

Para generar la distribución de casos por fecha de inicio de síntomas, es necesario agrupar los datos por estas variables. sivirep proporciona una función que permite esta agrupación llamada agrupar_fecha_inisintomas, en la cual puedes especificar la unidad de tiempo para agrupar estas fechas. Los valores permitidos para este parámetro son: día y mes.

casos_ini_sintomas_dia <- agrupar_fecha_inisintomas(data_event =
                                                      data_event_limp,
                                                    tipo = "day")
casos_ini_sintomas_mes <- agrupar_fecha_inisintomas(data_event =
                                                      data_event_limp,
                                                    tipo = "month")

💡 Tip 2 - Obtén los primeros n meses con más casos

Al construir una sección del reporte o analizar estos datos, puede ser útil obtener los meses con más casos. En sivirep, puedes utilizar la función obtener_meses_mas_casos para obtener esta información.

El gráfico que permite visualizar esta distribución se debe generar con la función plot_fecha_inisintomas. Ten en cuenta que, incluso si has agrupado los datos por día, es posible que prefieras representarlo por mes, como en:

plot_fecha_inisintomas(data_agrupada = casos_ini_sintomas_dia,
                       uni_marca = "months")

4.2. Agrupar los datos por fecha de notificación en la escala temporal deseada

El proceso para generar la distribución de casos por fecha de notificación consiste en agrupar los datos de enfermedades por esta variable. Puedes utilizar la siguiente función de sivirep para hacer esto:

casos_fecha_notificacion_dia <- agrupar_fecha_notifica(data_event =
                                                         data_event_limp,
                                                       tipo = "day")
casos_fecha_notificacion_mes <- agrupar_fecha_notifica(data_event =
                                                         data_event_limp,
                                                       tipo = "month")

El gráfico que permite visualizar esta distribución debe generarse con la función plot_fecha_notifica. Ten en cuenta que, aunque hayas agrupado los datos por día, es posible que prefieras representarlos por mes, como en:

plot_fecha_notifica(data_agrupada = casos_fecha_notificacion_dia,
                    uni_marca = "months")

5. Edad y sexo

5.1. Variable de sexo

Cuando se analizan o se informan datos de enfermedades, a menudo es necesario determinar la distribución de casos por género o sexo. Sin embargo, la fuente de SIVIGILA solo registra el sexo.

sivirep proporciona una función que agrega y calcula automáticamente los porcentajes por sexo después del proceso de limpieza.

casos_sex <- agrupar_sex(data_event = data_event_limp,
                         porcentaje = TRUE)

Además, sivirep cuenta con una función para generar el gráfico por esta variable llamada plot_sex:

plot_sex(data_agrupada = casos_sex)

La distribución de casos por sexo y semana epidemiológica se puede generar utilizando la función agrupar_sex_semanaepi proporcionada por sivirep.

casos_sex_semanaepi <- agrupar_sex_semanaepi(data_event = data_event_limp)

La función de visualización correspondiente es plot_sex_semanaepi, que sivirep proporciona para mostrar la distribución de casos por sexo y semana epidemiológica.

plot_sex_semanaepi(data_agrupada = casos_sex_semanaepi)

5.2. Variable de edad

La edad es una variable importante para analizar, ya que es un factor de riesgo conocido para muchas enfermedades. Ciertas enfermedades y condiciones tienden a ocurrir con más frecuencia en grupos de edad específicos, y esta distribución puede ayudar a identificar poblaciones con mayor riesgo e implementar estrategias de prevención y control dirigidas.

sivirep proporciona una función llamada agrupar_edad, que puede agrupar los datos de enfermedades por grupos de edad. De forma predeterminada, esta función produce rangos de edad con intervalos de 10 años. Además, los usuarios pueden personalizar un rango de edad diferente.

casos_edad <- agrupar_edad(data_event = data_event_limp, interval_edad = 10)

La función de visualización correspondiente es plot_edad.

plot_edad(data_agrupada = casos_edad)

5.3. Edad y sexo simultáneamente

sivirep proporciona una función llamada agrupar_edad_sex, que puede agrupar los datos de enfermedades por rangos de edad y sexo de forma simultánea y obtener el número de casos y los porcentajes correspondientes. Además, permite personalizar el intervalo de edad.

casos_edad_sex <- agrupar_edad_sex(data_event = data_event_limp,
                                   interval_edad = 10)

La función de visualización correspondiente es plot_edad_sex.

plot_edad_sex(data_agrupada = casos_edad_sex)

6. Distribución espacial de casos

Obtener la distribución espacial de los casos es útil para identificar áreas con una alta concentración de casos, agrupaciones de enfermedades y factores de riesgo ambientales o sociales.

En Colombia, existen 32 unidades geográficas administrativas (adm1) llamadas departamentos. sivirep proporciona una función llamada agrupar_mun que permite obtener un data.frame de casos agrupados por departamento o municipio.

dist_esp_dept <- agrupar_mun(data_event = data_event_filtrada,
                             dept_nombre = "Antioquia")

Actualmente, con la función llamada plot_map, el usuario puede generar un mapa estático de Colombia que muestra la distribución de casos por departamentos y municipios.

mapa

💡 Tip 3 - Obtén la fila con más casos

Al construir una sección del reporte o analizar estos datos, puede ser útil saber cuál es la variable que tiene la mayoría de los casos. En sivirep, puedes utilizar la función obtener_fila_mas_casos para obtener esta información. Esta función funciona con cualquier conjunto de datos que contenga una columna llamada “casos” en cualquier nivel de agregación.

epiverse-trace / sivirep