Jorge Saturno es investigador en calidad del aire y ciencia de los aerosoles.

Jorge Saturno

Esta entrada es un tutorial para crear un sitio web personal con CV y blog usando el tema

 Academic

para

 Hugo

. Existen muchas alternativas para crear un blog. Quizás las más conocidas sean

 wordpress

y

 blogspot

. Recientemente, mucha gente está optando por

 medium

para bloguear.

Publicar sitio web usando Hugo

Probablemente sientes que estamos inundados con información sobre la evolución de la pandemia de COVID-19. Sin embargo, nada mejor que manejar los datos uno mismo y analizarlos desde distintos puntos de vista. Creo que siempre hay alguien que observará algo en los datos que se nos ha escapado a millones de observadores y creo que cualquier aporte en esta emergencia mundial es valioso.

Visualización de la pandemia de COVID-19 en R

RStudio es el entorno de desarrollo para R más popular hoy en día. Su instalación en Manjaro (y otras distribuciones basadas en Arch Linux) es muy sencilla pero requiere usar el repositorio mantenidos por los usuarios, conocido como Arch User Repository (AUR). Usualmente, se usaba

 yaourt

para instalar paquetes del AUR pero dado que este fue descontinuado, tendremos que instalar

 yay

, uno de sus sustitutos.

RStudio en Manjaro Linux

Leaflet

es una biblioteca de Javascript para hacer mapas y existe un paquete homónimo para que permite usar todo el potencial de

 leaflet

en nuestros mapas y hacerlos interactivos y aptos para móviles. Para crear un mapa en blanco se usa la función leaflet. La función addTiles() agrega “tiles” de OpenStreetMap.

Mapas con {leaflet} en R

kumulonimbus

Probablemente sientes que estamos inundados con información sobre la
evolución de la pandemia de COVID-19. Sin embargo, nada mejor que
manejar los datos uno mismo y analizarlos desde distintos puntos de
vista. Creo que siempre hay alguien que observará algo en los datos que
se nos ha escapado a millones de observadores y creo que cualquier
aporte en esta emergencia mundial es valioso. Aquí dejo algunos de los
recursos que he estado usando en los últimos días para seguir la
evolución de casos en el mundo, especialmente en Latinoamérica.

::: {#de-dónde-vienen-los-datos .section .level2}
## De dónde vienen los datos {#de-dónde-vienen-los-datos .anchored anchor-id="de-dónde-vienen-los-datos"}

La fuente de datos más completa de casos de COVID-19 es la que provee la
Universidad John Hopkins (JHU) y que actualizan varias veces al día en
su [repositorio](https://github.com/CSSEGISandData/COVID-19) de GitHub.
Estos datos son organizados por la universidad usando como fuentes la
Organización Mundial de la Salud y fuentes nacionales (ministerios de
salud y otras fuentes oficiales). Estos datos están divididos en tres
archivos, los cuales contienen series de tiempo de casos confirmados,
fallecidos y recuperados. Las tablas incluyen la localización hasta el
nivel provincia/estado, con coordenadas geográficas. Desde el
22/03/2020, JHU dejó de reportar el número de recuperados.

A pesar de que podríamos cargar estos datos en R directamente desde el
repositorio de la JHU, existen formas más cómodas de hacerlo.
Actualmente existen dos paquetes de R que pueden hacerlo por nosotros.
:::

::: {#paquetes-de-r-dedicados-a-la-pandemia-de-covid-19 .section .level2}
## Paquetes de R dedicados a la pandemia de COVID-19 {#paquetes-de-r-dedicados-a-la-pandemia-de-covid-19 .anchored anchor-id="paquetes-de-r-dedicados-a-la-pandemia-de-covid-19"}

Existe un par de paquetes de R de los que tengo conocimiento:
`{coronavirus}` y `{nCov2019}`. He trabajado con ambos por varios días y
puedo confirmar que ambos están siendo actualizados a diario (hasta el
día de esta publicación).

::: {#paquete-coronavirus .section .level3}
### Paquete {coronavirus} {#paquete-coronavirus .anchored anchor-id="paquete-coronavirus"}

El paquete [`{coronavirus}`](https://ramikrispin.github.io/coronavirus/)
es desarrollado por [Rami Krispin](https://ramikrispin.github.io/), un
científico de datos de California, Estados Unidos. Este paquete es muy
práctico porque carga los datos de la Universidad John Hopkins y los
ordena en formato tidy para ser usado en R fácilmente.

Para instalar este paquete:

::: {#cb1 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
devtools::install_github("RamiKrispin/coronavirus")
```
:::

Es necesario instalar el paquete de GitHub y no el disponible en CRAN
para obtener los datos más actuales.

Una vista rápida a los datos provistos por este paquete:

::: {#cb2 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
require(knitr)
kable(head(coronavirus), row.names = FALSE, align = "c", caption = NULL)
```
:::

| Province.State | Country.Region | Lat | Long | date | cases | type |
|:--------------:|:--------------:|:---:|:----:|:----------:|:-----:|:---------:|
| | Afghanistan | 33 | 65 | 2020-01-22 | 0 | confirmed |
| | Afghanistan | 33 | 65 | 2020-01-23 | 0 | confirmed |
| | Afghanistan | 33 | 65 | 2020-01-24 | 0 | confirmed |
| | Afghanistan | 33 | 65 | 2020-01-25 | 0 | confirmed |
| | Afghanistan | 33 | 65 | 2020-01-26 | 0 | confirmed |
| | Afghanistan | 33 | 65 | 2020-01-27 | 0 | confirmed |

Lo que más me ha gustado de este paquete, además del formato tidy, es
que incorpora latitud y longitud de cada sitio y esto simplifica mucho
las cosas.
:::

::: {#distribución-geográfica-de-los-casos-y-tasa-de-letalidad .section .level3}
### Distribución geográfica de los casos y tasa de letalidad {#distribución-geográfica-de-los-casos-y-tasa-de-letalidad .anchored anchor-id="distribución-geográfica-de-los-casos-y-tasa-de-letalidad"}

Usando los datos disponibles podremos hacer un mapa de los casos
acumulados hasta el momento y la tasa de letalidad.

Para calcular los casos acumulados y la tasa de letalidad:

::: {#cb3 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
require(tidyverse)

datacov <- coronavirus %>%
 select(country = Country.Region, type, cases, Lat, Long) %>%
 group_by(country, Lat, Long, type) %>%
 summarise(total_cases = sum(cases)) %>%
 pivot_wider(names_from = type, values_from = total_cases) %>%
 arrange(-confirmed) %>%
 mutate(deadRate = death/confirmed * 100)
```
:::

Con estos datos organizados podemos graficar el mapa de la siguiente
forma:

::: {#cb4 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
require(maps, hrbrthemes, viridis)

fecha <- format(max(coronavirus$date), "%d/%m/%Y")
mundo <- map_data("world")
cortes <- c(1, 20, 100, 1000, 5000, 10000, 30000)

p1 <- ggplot() +
 geom_polygon(data = mundo, aes(x=long, y = lat, group = group), fill="grey50",
 alpha=0.3) +
 geom_point(data = datacov, aes(x=Long, y=Lat, size=confirmed, color=deadRate),
 stroke=F, alpha=0.7) +
 scale_size_continuous(name="Casos", range=c(4,24),breaks=cortes,
 labels = c("1-19", "20-99", "100-999", "1.000-4.999",
 "5.000-9.999", "10.000-29.999","30.000+")
 ) +
 scale_color_viridis(option="magma", name="Tasa de letalidad (%)",
 limits=c(0,10)) +
 labs(title = paste0("Casos de COVID-19 al ", fecha),
 subtitle = "Número de casos y tasa de letalidad") +
 theme_ipsum_rc(grid = F) +
 theme(
 axis.text.x = element_blank(),
 axis.text.y = element_blank(),
 axis.title.x = element_blank(),
 axis.title.y = element_blank()
 )

print(p1)
```
:::

Cabe destacar que la tasa de letalidad puede ser una cifra engañosa, ya
que no todos los países están diagnosticando el COVID-19 de la misma
forma y la gran mayoría de los países reportan menos números de casos de
los que realmente existen. Este
[estudio](https://cmmid.github.io/topics/covid19/severity/global_cfr_estimates.html)
muestra el porcentaje de casos que están reportando varios países, casi
todos por debajo del 50 %.
:::

::: {#paquete-ncov2019 .section .level3}
### Paquete {nCov2019} {#paquete-ncov2019 .anchored anchor-id="paquete-ncov2019"}

El paquete [`{nCov2019}`](https://guangchuangyu.github.io/nCov2019/) es
desarrollado por [Guangchuang Yu](https://github.com/GuangchuangYu), un
profesor de bioinformática de la Universidad Médica del Sur, en
Guangzhou, China. Este paquete provee varios sets de datos con distintos
niveles de resolución geográfica, uno *global* donde se detallan los
casos por países, hasta uno más detallado que llega a escala de
ciudades. Es un paquete muy bien organizado pero le encuentro dos
detalles que no me han gustado: no viene en formato tidy (esto es
cuestión de gustos) y no provee las coordenadas geográficas. Esto último
se puede resolver usando `ggmap::geocode`, función con la cual se pueden
obtener las coordenadas de las ciudades desde *Google Maps*. En este
caso, se requiere de una Google API key.

Desde este paquete he extraído los datos de casos en países
latinoamericanos y he calculado la cantidad de casos confirmados a
partir del día en que cada país sobrepasó los 100 casos:

::: {#cb5 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
require(tidyverse)

# Países latinos
latinos <- c("Argentina", "Bolivia", "Brazil", "Chile", "Colombia", "Costa Rica",
 "Cuba", "Ecuador", "El Salvador", "Guatemala", "Haiti", "Honduras",
 "Mexico", "Nicaragua", "Panama", "Paraguay", "Peru", "Dominican Republic",
 "Uruguay", "Venezuela", "Puerto Rico")

d <- load_nCov2019() # Carga los datos más recientes
dd <- d['global'] %>%
 as_tibble %>%
 rename(confirm=cum_confirm) %>%
 filter(confirm > 100 & country %in% latinos) %>%
 group_by(country) %>%
 mutate(days_since_100 = as.numeric(time - min(time))) %>%
 ungroup
```
:::

Para cambiar los nombres de los países a español (en los que se
requiere):

::: {#cb6 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
dd <- dd %>%
 mutate(country = ifelse(country == "Peru", "Perú", country)) %>%
 mutate(country = ifelse(country == "Dominican Republic", "Rep. Dominicana", country)) %>%
 mutate(country = ifelse(country == "Brazil", "Brasil", country)) %>%
 mutate(country = ifelse(country == "Haiti", "Haití", country)) %>%
 mutate(country = ifelse(country == "Panama", "Panamá", country)) %>%
 mutate(country = ifelse(country == "Mexico", "México", country))
```
:::

Un vistazo a los datos muestra lo siguiente:

::: {#cb7 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
kable(dd, row.names = FALSE, align = "c", caption = NULL)
```
:::

| time | country | confirm | cum_heal | cum_dead | days_since_100 |
|:----------:|:-------:|:-------:|:--------:|:--------:|:--------------:|
| 2020-03-14 | Brasil | 151 | 0 | 0 | 0 |
| 2020-03-15 | Brasil | 151 | 0 | 0 | 1 |
| 2020-03-16 | Brasil | 203 | 1 | 0 | 2 |
| 2020-03-17 | Brasil | 234 | 2 | 0 | 3 |
| 2020-03-17 | Chile | 156 | 0 | 0 | 0 |
| 2020-03-18 | Brasil | 349 | 2 | 1 | 4 |
| 2020-03-18 | Chile | 201 | 0 | 0 | 1 |
| 2020-03-18 | Ecuador | 111 | 0 | 2 | 0 |

La variable *confirm* muestra casos confirmados acumulados hasta la
fecha.
:::

::: {#evolución-de-casos-en-latinoamérica-y-tiempo-de-duplicación .section .level3}
### Evolución de casos en Latinoamérica y tiempo de duplicación {#evolución-de-casos-en-latinoamérica-y-tiempo-de-duplicación .anchored anchor-id="evolución-de-casos-en-latinoamérica-y-tiempo-de-duplicación"}

Antes de mostrar la serie de tiempo de los casos confirmados en cada
país calculamos el crecimiento exponencial asumiendo dos escenarios: 1)
duplicación de casos cada 2 días, y 2) duplicación de casos cada 3 días.

Partiendo de la siguiente ecuación de crecimiento exponencial:

![](https://latex.codecogs.com/png.latex?%20N_t%20=%20N_0%20e%5E%7Brt%7D%20%5C%20)

donde ![](https://latex.codecogs.com/png.latex?N_t) es el número de
casos en un tiempo
![](https://latex.codecogs.com/png.latex?t%20%3E%200),
![](https://latex.codecogs.com/png.latex?N_0) es el número de casos
iniciales (aquí usamos un inicio de 100 casos,
![](https://latex.codecogs.com/png.latex?N_0%20=%20100)) y
![](https://latex.codecogs.com/png.latex?r) es la tasa media de
crecimiento.

El tiempo de duplicación se define como el tiempo en que el número de
casos se duplica, es decir:

![](https://latex.codecogs.com/png.latex?%202N_0%20=%20N_0%20e%5E%7Brt%7D%20%5C%20)

de aquí se obtiene que

![](https://latex.codecogs.com/png.latex?%20e%5E%7Brt%7D%20=%202%20%5C%20)

al tomar logaritmo natural de ambos lados, se obtiene:

![](https://latex.codecogs.com/png.latex?%20rt%20=%20log(2)%20%5C%20)

por lo tanto, el tiempo de duplicación vendría siendo

![](https://latex.codecogs.com/png.latex?%20t_%7Bdupl%7D%20=%20log(2)%20/%20r%20%5C%20)

Usando estas ecuaciones podemos definir funciones para la duplicación de
casos en dos y tres días, respectivamente:

::: {#cb8 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
dup2dias <- function(x)100*exp(log(2)/2*x)
dup3dias <- function(x)100*exp(log(2)/3*x)
```
:::

En el gráfico a continuación, los datos de la evolución de casos en
Latinoamérica son comparados con las curvas de crecimiento exponencial
calculadas con las funciones anteriores. Las curvas artificiales son
agregadas usando `stat_function`.

::: {#cb9 .sourceCode style="background: #f1f3f5;"}
``` {.sourceCode .r .code-with-copy}
require(hrbrthemes, ggrepel)

## Obtener valores máximos y fecha
fecha2 <- format(max(dd$time), "%d/%m/%Y")
dd_today <- dd[dd$time == fecha2,]
dd_max_confirm <- max(dd$confirm)
dd_max_days <- max(dd$days_since_100)

# Crear etiquetas para las curvas de predicción
etiquetas_curvas <- tibble(
 etiq = c("Se duplica \ncada 2 días", "Se duplica \ncada 3 días"),
 x = c(dd_max_days - 4, dd_max_days),
 y = c(max(dd_today$confirm), dup3dias(dd_max_days)),
 country = c("xxx", "yyy")
)

p2 <- ggplot(dd, aes(days_since_100, confirm, color = country)) +
 geom_line(size = 1.5) +
 geom_point(data = dd_today, pch = 21, aes(size = cum_dead)) +
 stat_function(fun=dup2dias, geom="line", linetype=3, colour = "grey20") +
 stat_function(fun=dup3dias, geom="line", linetype=3, colour = "grey20") +
 scale_size(name = "Total \nfallecidos") +
 scale_x_continuous(expand = expansion(add = c(0,1))) +
 scale_y_continuous(limits = c(0, dd_max_confirm)) +
 theme_ipsum_rc(subtitle_family = "Roboto Condensed") +
 theme(
 panel.grid.minor = element_blank(),
 panel.grid.major.x = element_blank(),
 legend.position = "right",
 plot.margin = margin(3,4,3,3,"mm"),
 ) +
 guides(colour=FALSE) +
 coord_cartesian(clip = "off") +
 geom_text_repel(data = dd_today, aes(label = country), size = 5,
 family = "Roboto Condensed", force = 1, bg.color = "white",
 segment.color = "grey80") +
 geom_point(data = etiquetas_curvas, aes(x = x, y = y), colour = "#FFFFFF00") +
 geom_text_repel(data = etiquetas_curvas, aes(x = x, y = y, label = etiq),
 colour = "grey20", size = 3, point.padding = 0,
 family = "Roboto Condensed") +
 labs(x = "Número de días desde el caso 100", y = NULL,
 title = "COVID-19 en Latinoamérica",
 subtitle = paste0("Evolución de casos confirmados al ", fecha2))

print(p2)
```
:::

Es de esperarse que las medidas de confinamiento lleven a estas curvas a
disminuir su velocidad de crecimiento y a estar muy por debajo de la
curva de duplicación cada 3 días. Espero que eso ocurra pronto. Mientras
tanto, evita el contacto físico fuera de tu círculo familiar, cuida de
tu salud y sé solidario con tus vecinos.

::: {.callout .callout-style-default .callout-important .callout-titled}
::: {.callout-header .d-flex .align-content-center}
::: {.callout-icon-container}
:::

::: {.callout-title-container .flex-fill}
Importante
:::
:::

::: {.callout-body-container .callout-body}
Esta no es una fuente oficial de información sobre la pandemia de
COVID-19. Para consultas y referencias visite el [sitio oficial de la
Organización Mundial de la
Salud](https://www.who.int/es/emergencies/diseases/novel-coronavirus-2019).
:::
:::
:::
:::

::: {#quarto-appendix .default}
::: {.section .quarto-appendix-contents}
## Cómo citar {#cómo-citar .anchored .quarto-appendix-heading}

<div>

::: {.quarto-appendix-secondary-label}
BibTeX
:::

``` {.sourceCode .code-with-copy .quarto-appendix-bibtex}
@online{saturno2020,
 author = {Saturno, Jorge},
 title = {Visualización de la pandemia de COVID-19 en R},
 date = {2020-03-28},
 url = {https://kumulonimb.us/apuntes/covid-19},
 langid = {es}
}
```

::: {.quarto-appendix-secondary-label}
Por favor, cita este trabajo como:
:::

::: {#ref-saturno2020 .csl-entry .quarto-appendix-citeas}
Saturno, Jorge. 2020. "Visualización de la pandemia de COVID-19 en R."
March 28, 2020. <https://kumulonimb.us/apuntes/covid-19>.
:::

</div>
:::
:::