Dengue_rmarkdown.Rmd

---
title: "Análisis de dengue en Brasil, 2000-2019"
author: "Jose García Tácite"
date: "2024-03-11"
output:
  rmdformats::downcute:
    html_document:
      df_print: kable

---

### Introducción a la problemática

El dengue es una enfermedad viral transmitida por la picadura del mosquito Aedes aegypti. Cuando el mosquito se alimenta con sangre de una persona enferma de dengue, y luego pica a otras personas, puede transmitir esta enfermedad. El contagio se produce principalmente por la picadura de los mosquitos infectados, nunca de forma directa de una persona a otra, ni a través de objetos o de la leche materna (Fuente: <https://www.argentina.gob.ar/salud/glosario/dengue>)

![Aedes aegypti](https://upload.wikimedia.org/wikipedia/commons/thumb/d/d0/Aedes_aegypti.jpg/375px-Aedes_aegypti.jpg)

En este análisis, se busca interpretar algunos datos registrados durante los años 2000 y 2019 en Brasil. La base de datos fue obtenida en Kaggle (<https://www.kaggle.com/datasets/raomuhammadsaeedali/brazil-dengue-dataset-2000-2019>).

### Pre-procesamiento

#### Establecimiento de directorio de trabajo, carga de archivo .csv y librerías para manipulación y gráfico de datos

```{r setup, include=FALSE}
# Establecer el directorio de trabajo globalmente
#knitr::opts_knit$set(root.dir = "D:/Dengue_Brasi")


#install.packages("conflicted")
library(conflicted)
library(gridExtra)
library(tidyverse)
conflict_prefer("combine", "gridExtra")


dengue_brasil <- read_csv("Brasil.csv")
```

#### Limpieza:

A)  Selección de columnas y creación de df: state_name, region_name, biome_name, ecozone_name, main_climate, month, year, dengue_cases, population, pop_density, tmax, tmin, urban, water_network, water_shortage

```{r}
dengue <- dengue_brasil %>% 
  select(state_name, region_name, biome_name, ecozone_name, main_climate, month, year, dengue_cases, population, pop_density, tmax, tmin, urban, water_network, water_shortage)
```

B)  Reemplazo de abreviaturas de climas por descripciones

```{r}
dengue$main_climate <- gsub("AF", "Clima tropical lluvioso",dengue$main_climate) 
dengue$main_climate <- gsub("AM", "Clima tropical monzonico",dengue$main_climate) 
dengue$main_climate <- gsub("AS", "Clima tropical de sabana",dengue$main_climate) 
dengue$main_climate <- gsub("AW", "Clima tropical de sabana con estacion seca corta",dengue$main_climate) 
dengue$main_climate <- gsub("BSH", "Clima seco subtropical",dengue$main_climate) 
dengue$main_climate <- gsub("CFA", "Clima subtropical humedo",dengue$main_climate) 
dengue$main_climate <- gsub("CFB", "Clima subtropical humedo con verano templado",dengue$main_climate) 
dengue$main_climate <- gsub("CWA", "Clima subtropical humedo con invierno seco",dengue$main_climate) 
dengue$main_climate <- gsub("CWB", "Clima subtropical humedo con invierno seco y verano calido",dengue$main_climate)
```

C)  Eliminación de filas con valores no disponibles o vacíos(NA)

```{r}
dengue <- na.omit(dengue)
```

### Análisis exploratorio

#### ¿Cuántos casos de dengue se han reportado en Brasil desde 2000 a 2019?

```{r}
sum(dengue$dengue_cases)
```

#### Distribución de casos de dengue por estado

```{r}
# Generar dataframe
dengue_estados <- dengue %>% 
  group_by(state_name) %>% 
  summarise(casos_estado = sum(dengue_cases)) %>% 
  arrange(-casos_estado) %>% 
  print()
  

# Graficar
ggplot(data=dengue_estados, aes(x=state_name, y = casos_estado))+
  geom_bar(stat="identity",fill= 'gold', color= 'black')+
  labs(title = 'Distribución de dengue por estado', x = 'Estado', y = 'Cantidad de casos')+
  theme_minimal()+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))
```

*¿Cuáles son los estados con más casos?*

```{r}
casos_max_dengue_estado <- dengue_estados %>% 
  group_by(state_name) %>% 
  arrange(-casos_estado) %>% 
  head() %>% 
  print()


ggplot(casos_max_dengue_estado, aes(x=state_name, y=casos_estado)) +
  geom_bar(stat="identity", fill = 'indianred', color = 'black') +
  labs(title= 'Cinco estados con más casos',x = "Estado", y = "Cantidad de casos de dengue")+
  theme_minimal()
```

*¿Cuáles son los estados con menos casos?*

```{r}
casos_min_dengue_estado <- dengue_estados %>% 
  group_by(state_name) %>% 
  arrange(-casos_estado) %>% 
  tail() %>% 
  print()


ggplot(casos_min_dengue_estado, aes(x=state_name, y=casos_estado)) +
  geom_bar(stat="identity", fill = 'darkgreen', color = 'black') +
  labs(title= 'Cinco estados con menos casos',x = "Estado", y = "Cantidad de casos de dengue")+
  theme_minimal()
```

#### Distribución de casos de dengue por región

```{r}
dengue_region <- dengue %>% 
  group_by(region_name) %>% 
  summarise(dengue_region = sum(dengue_cases)) %>% 
  arrange(-dengue_region) %>% 
  print()


# Desactivar notación científica
options(scipen=999)


ggplot(data = dengue_region, aes(x=region_name, y=dengue_region))+
  geom_bar(stat="identity", fill='indianred', color = 'black')+
  labs(title= 'Cantidad de casos de dengue por región', x="Región", y="Cantidad de casos de dengue")+
  theme_minimal()
```

*¿Cómo quedaría, entonces, la distribución de casos por estado y región?*

```{r}
dengue_estado_region_max <- dengue %>% 
  group_by(state_name,region_name) %>% 
  summarise(total_casos = sum(dengue_cases), .groups = "drop") %>% 
  arrange(-total_casos) %>% 
  head() %>% 
  print()


ggplot(data = dengue_estado_region_max, aes(x=state_name, y=total_casos, fill = region_name))+
  geom_bar(stat='identity')+
  labs(title= 'Estados y regiones con más casos de dengue', x="Estado", y="Cantidad de casos de dengue", fill= 'Región')+
  theme_minimal()
```

```{r}
dengue_estado_region_min <- dengue %>% 
  group_by(state_name,region_name) %>% 
  summarise(total_casos = sum(dengue_cases), .groups="drop") %>% 
  arrange(-total_casos) %>% 
  tail() %>% 
  print()


ggplot(data = dengue_estado_region_min, aes(x=state_name, y=total_casos, fill = region_name))+
  geom_bar(stat='identity')+
  labs(title= 'Estados y regiones con menos casos de dengue', x="Estado", y="Cantidad de casos de dengue", fill= 'Región')+
  theme_minimal()
```

#### Distribución de dengue según condiciones climáticas

##### **Clima principal**

```{r}
casos_dengue_climas <- dengue %>% 
  group_by(main_climate) %>% 
  summarise(casos_clima = sum(dengue_cases)) %>% 
  arrange(-casos_clima) %>% 
  print()


ggplot(casos_dengue_climas,aes(x=main_climate,y=casos_clima))+
  geom_bar(stat="identity",fill="#CAE1FF")+
  labs(title = 'Cantidad de casos por clima', x = 'Tipo de clima', y = 'Cantidad de casos')+
  theme_minimal()+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))
```

##### **Temperaturas**

```{r}
dengue_temp <- dengue %>% 
  group_by(main_climate,tmax,tmin) %>% 
  summarise(total_casos = sum(dengue_cases), .groups="drop") %>% 
  arrange(-total_casos) 


dengue_temp_head<- dengue_temp %>% 
  head() %>% 
  print()


ggplot(dengue_temp, aes(x=tmax,y=total_casos))+
  geom_point(color='indianred')+
  geom_point(aes(x=tmin), color = 'lightblue3')+
  labs(title = 'Relación entre casos de dengue, temperaturas máximas y temperaturas mínimas', x = 'Temperaturas', y = 'Casos de dengue') +
  theme_minimal()
```

#### Distribución según índice de urbanismo y cantidad de población

##### **Urbanismo**

```{r}
dengue_urb <- dengue %>% 
  select(state_name,dengue_cases,population,urban) %>% 
  group_by(urban,population) %>% 
  summarise(casos_urb = sum(dengue_cases), .groups = "drop") %>% 
  arrange(-casos_urb) %>% 
  print()


grafico_urb <- ggplot(dengue_urb,aes(x=urban, y=casos_urb))+
  geom_point(color='lavenderblush3')+
  labs(title = 'Relación entre índice de urbanismo y cantidad de casos', x= 'Indice de urbanismo', y = 'Cantidad de casos')+
  theme_minimal()

grafico_urb
```

*Correlación entre índice de urbanismo y cantidad de casos*

```{r}
correlacion_urb<- dengue %>% 
  select(dengue_cases,urban)


correlacion_urb <- cor(correlacion_urb) %>% 
  print()
```

##### **Cantidad de población**

```{r}
dengue_pobl <- dengue %>% 
  select(state_name,dengue_cases,population,pop_density) %>% 
  group_by(population) %>% 
  summarise(casos_pobl = sum(dengue_cases)) %>% 
  arrange(-casos_pobl) %>% 
  print()


ggplot(dengue_pobl,aes(x=population, y=casos_pobl))+
  geom_point(color='lightsalmon')+
  labs(title = 'Relación entre cantidad de población y cantidad de casos', x= 'Cantidad de población', y = 'Cantidad de casos')+
  theme_minimal()
```

*Correlación entre cantidad poblacional y cantidad de casos*

```{r}
correlacion_pobl<- dengue %>% 
  select(dengue_cases,population)


correlacion_pobl <- cor(correlacion_pobl) %>% 
  print()
```

La correlación entre la cantidad de población y de casos de dengue es mayor que aquella entre el índice de urbanismo y la cantidad de enfermxs.

#### Exploración con respecto a disponibilidad de agua corriente

```{r}
dengue_agua <- dengue %>% 
  select(state_name,dengue_cases,water_network) %>% 
  group_by(state_name,water_network) %>% 
  summarise(casos = sum(dengue_cases), .groups = "drop") %>% 
  arrange(-casos)

grafico_agua <- ggplot(dengue_agua,aes(x=water_network,y=casos))+
  geom_point(color = 'lightskyblue2')+
  labs(title = 'Relación entre índice de agua corriente y cantidad de casos', x= 'Indice de agua corriente', y = 'Cantidad de casos')+
  theme_minimal()

grafico_agua
```

```{r}
grid.arrange(grafico_urb,grafico_agua, nrow=2)
```

Los gráficos que indican la relación entre casos y urbanismo, y casos y agua corriente son bastante parecidos.

#### Exploración por tendencias temporales

*¿Cómo han variado los casos de dengue a lo largo del tiempo?*

```{r}
dengue_anual <- dengue %>% 
  group_by(year) %>% 
  summarise(casos_anuales = sum(dengue_cases)) %>% 
  arrange(-casos_anuales) %>% 
  print()

ggplot(dengue_anual,aes(x=year,y=casos_anuales))+
  geom_bar(stat="identity", fill = 'orange', color = 'black')+
  labs(title = "Variación anual de casos de dengue", x = 'Año', y = 'Cantidad de casos')+
  theme_minimal()
```

*¿Existen patrones estacionales en la incidencia de casos de dengue?*

```{r}
dengue_mensual <- dengue %>% 
  group_by(month) %>% 
  summarise(casos_mensuales = sum(dengue_cases)) %>% 
  arrange(-casos_mensuales) %>% 
  print()


ggplot(dengue_mensual,aes(x=month,y=casos_mensuales))+
  geom_bar(stat="identity", fill = 'violet', color = 'black')+
  labs(title = "Variación mensual de casos de dengue", x = 'Mes', y = 'Cantidad de casos')+
  theme_minimal()
```

Los meses de marzo, abril y mayo son los que más casos presentaron.

*¿En qué mes y año se presentaron más casos y menos casos?*

```{r}
dengue_mes_año <- dengue %>% 
  group_by(month, year) %>% 
  summarise(total_casos = sum(dengue_cases), .groups = "drop") %>% 
  arrange(-total_casos) 


#Más casos:
head(dengue_mes_año)


#Menos casos:
tail(dengue_mes_año)
```

#### Identificación de posibles factores de riesgo

##### ¿Qué factores parecen estar más asociados con un mayor número de casos de dengue?

```{r}
dengue_matriz <- dengue %>% 
  select(dengue_cases:water_shortage)

matriz_correlacion <- cor(dengue_matriz) %>% 
  print()
```

Los casos de dengue tienen más correlación con la cantidad poblacional -0.227324491- y menos con la temperatura máxima -0.008786726-.

### Conclusiones

##### Entonces, ¿se pueden identificar posibles factores de riesgo que contribuyan a la propagación del dengue en ciertas regiones o estados?

```{r}
dengue_regiones_estados <- dengue %>% 
  select(population,pop_density,urban,state_name,region_name) %>% 
  group_by(state_name) %>% 
  arrange(-population) %>% 
  distinct(state_name, region_name) %>% 
  print()
```

Si consideramos que el mayor factor de riesgo es la cantidad de población, entonces los estados del sureste y sur con ciudades grandes como Sao Paulo, Río de Janeiro, Minas Gerais y Río Grande do Sul son las más propensas a tener más casos de dengue. De hecho, los primeros tres estados nombrados son los que tuvieron más casos de dengue según esta base de datos desde 2000 a 2019. Si bien es necesario realizar campañas públicas de prevención y fumigación en todo el país, en estos cinco estados se deberá aún más reforzar estas acciones.

Queda pendiente averiguar qué ocurrió en 2015 para explicar este crecimiento de casos positivos de dengue.