Aula 5 - Teste Final

1 Aula Final

Seja bem-vindo a quinta e última aula do nosso minicurso de Fundamentos de Processamento de Dados Utilizando o Tidyverse!

Parabéns, você concluiu a jornada!!

Arte de @allison_horst

2 Mortalidade no Brasil

Os dados trabalhados nessa aula final foram retirados do DAENT - Departamento de Análise Epidemiológica e Vigilância de Doenças Não Transmissíveis, sendo dados da mortalidade (CID-10)

Nosso objetivo é ajustar os dados para uma análise estatística, onde desejamos comparar como os dados se apresentam nas diferentes regiões do Brasil.

Assim, as seguintes tabelas devem ser montadas

Dados Base
- Tabela base, com número de mortos por UF e por data. Deve conter chaves de referência para tabelas de UFs e Regiões
Tabela UFs
- Tabela com informações das UFs, deve conter uma chave de UF, chave de Região, nome da UF e posteriormente a população daquela UF
Tabela Regiões
- Tabela com informações das Regiões, deve conter uma chave de Região, nome da Região e posteriormente a população daquela Região

library(tidyverse)
library(janitor)

2.1 Tabela de Dados Base

Os dados baixados possuem a seguinte aparência

read_csv2(here::here('./conjunto_de_dados/cid10_2023.csv')) |>
  rmarkdown::paged_table()

Iremos construir as colunas: data, nome da uf, codigo do IBGE da UF e número de mortes

df_cid10_uf = read_csv2(here::here('./conjunto_de_dados/cid10_2023.csv')) |>
  clean_names() |>
  select('abrangencia_nome':'junho') |>
  pivot_longer('janeiro':'junho') |>
  mutate(name = 
           case_when(name ==  'janeiro' ~ '2023-01-01',
                     name ==  'fevereiro' ~ '2023-02-01',
                     name ==  'marco' ~ '2023-03-01',
                     name ==  'abril' ~ '2023-04-01',
                     name ==  'maio' ~ '2023-05-01',
                     name ==  'junho' ~ '2023-06-01')) |>
  rename(data = name,
         mortes_cid10 = value) |>
  dplyr::filter(abrangencia_nome == 'Unidade da federação') |>
  rename(cod_uf = localidade_uid,
         uf_nome = localidade_nome) |>
  select(data, 
         uf_nome,
         cod_uf, 
         mortes_cid10) |>
  mutate(data = data |>
           lubridate::ymd()) |>
  mutate(uf_nome = uf_nome |>
           stringr::str_replace_all(' ', "_") |>
           tolower() |>
           abjutils::rm_accent()
        )

df_cid10_uf |>
  rmarkdown::paged_table()

2.2 Tabela de Municípios e UFs

library(rvest)
url = rvest::read_html('https://www.ibge.gov.br/explica/codigos-dos-municipios.php')

tbl_ufs = 
  tibble(
  uf = url|>
      rvest::html_nodes('.uf td:nth-child(1) a')|>
      rvest::html_text() |>
      stringr::str_replace_all(' ', "_"),
  cod_uf = url|>
      rvest::html_nodes('.numero a')|>
      rvest::html_text()
) |>
  dplyr::mutate(
    cod_uf = cod_uf |> 
      stringr::str_remove('ver municípios') |>
      as.numeric(),
    uf = uf |> 
      tolower() |>
      abjutils::rm_accent()
    ) |>
  mutate(cod_reg = cod_uf |>
           as.character() |>
           stringr::str_sub(1,1) |>
           as.numeric())

Tabela de Regiões

tbl_regs = 
  tibble(reg = 
         c('norte', 
           'nordeste', 
           'sudeste', 
           'sul', 
           'centro_oeste'), 
       cod_reg = 
         c(1,2,3,4,5))

3 Realizando a Análise

df_cid10_regs = 
  df_cid10_uf |>
  inner_join(tbl_ufs, by = 'cod_uf') |>
  inner_join(tbl_regs, by = 'cod_reg') |>
  group_by(data, reg, cod_reg) |>
  summarise(mortes_cid10 = sum(mortes_cid10))

df_cid10_regs |>
  ggplot(aes(x = data, y = mortes_cid10, color = reg)) +
  geom_line()

Se desejássemos realizar um ajuste via tamanho populacional

4 Adicionando População

Ajustando as tabelas de UFs e Regiões para terem a informação de tamanho populacional

A população foi retirada do site do IBGE, sendo estimativas populacionais para 2021

pop_estim_uf = readxl::read_xls(here::here('./conjunto_de_dados/pop_2023.xls'),
                 n_max = 35) |>
  row_to_names(1) |>
  remove_empty(which = 'cols') |>
  clean_names() |>
  filter(brasil_e_unidades_da_federacao |>
           stringr::str_detect('Região') == F & 
        brasil_e_unidades_da_federacao |>
           stringr::str_detect('Brasil') == F) |>
  rename(uf = brasil_e_unidades_da_federacao, 
         pop = populacao_estimada) |>
  mutate(uf = uf |>
           abjutils::rm_accent() |>
           tolower()|>
           stringr::str_replace_all(' ', "_")) |>
  mutate(pop = pop |>
           stringr::str_remove_all('\\(\\d+\\)') |>
           stringr::str_remove_all('\\.') |>
           as.numeric()
         )


pop_estim_uf |> 
  rmarkdown::paged_table()

tbl_ufs_pop = tbl_ufs |>
  inner_join(pop_estim_uf, by = 'uf')

tbl_ufs_pop |>
  rmarkdown::paged_table()

tbl_regs_pop = tbl_ufs_pop |>
  group_by(cod_reg) |>
  summarise(pop = sum(pop)) |>
  inner_join(tbl_regs, by = 'cod_reg') |>
  relocate(reg, .before = pop)


tbl_regs_pop |>
  rmarkdown::paged_table()

df_cid10_regs = 
  df_cid10_uf |>
  inner_join(tbl_ufs_pop, by = 'cod_uf') |>
  inner_join(tbl_regs_pop, by = 'cod_reg') |>
  group_by(data, reg, cod_reg) |>
  summarise(mortes_cid10 = sum(mortes_cid10)) |>
  inner_join(tbl_regs_pop, by = 'cod_reg') |>
  ungroup()

df_cid10_regs |> 
  rmarkdown::paged_table()

df_cid10_regs |>
  mutate(mortes_pop = mortes_cid10/pop) |>
  ggplot(aes(x = data, y = mortes_pop, color = reg.y)) +
  geom_line()

5 Chegou Sua Vez

Agora o bastão está com você, estude alguma região do seu interesse. Prepare os dados dos estados dessa região, adicionando variáveis de seu interesse para melhor estudar a variável mortalidade

A tarefa será aberta de maneira oficial na quarta-feira(20), onde você terá uma mês para realizá-la.

Aproveite esse tempo para estudar, e lembre-se, qualquer dúvida, é so me mandar um email.

Muito obrigado pela parceira durante essas 2 semanas!

Abraços e boas festas. Gustavo