Projeto Integrador em Ciências de Dados e Inteligência Artificial II B

Prévia do material em texto

Aluna: Giuliana Mara Fostinoni 
Projeto Integrador em Ciências de Dados e Inteligência Artificial II B 
 
Item a 
A base escolhida foi extraída do https://www.vs.saude.ms.gov.br/Geral/vigilancia-
saude/vigilancia-epidemiologica/boletim-epidemiologico/covid-19/, URL 
https://www.vs.saude.ms.gov.br/11904-2/ 
 
Item b 
Busquei uma base que fosse mais completa possível. Efetuei o download do documento, 
conforme link acima. 
Posteriormente efetuei o download do aplicativo R. 
 
Item c – Script 
# Finalidade: Gerar alguns gráficos utilizando dados disponibilizados pelo 
# governo do Mato Grosso do Sul sobre COVID-19 no projeto integrador da faculdade. 
# Autora: Giuliana Mara Fostinoni 
# 
# install.packages("nome_do_pacote") 
# 
library("ggplot2") 
library("grid") 
library("gridExtra") 
library("scales") 
library("forcats") 
library("ExpDes") 
 
# Carrega os dados a partir do arquivo de microdados disponibilizado 
# aqui neste site: https://www.vs.saude.ms.gov.br/11904-2/ 
 
# Filtra os dados para ficar apenas com os casos de óbito e em internação 
# confirmados para COVID-19. Também retira alguns registros que estavam 
# com o sexo marcado como I, quando deveria ser "INDEFINIDO". 
filtrado = subset(original,STATUS == "CONFIRMADO" & ( 
 DETALHAMENTO.STATUS == "OBITO" | 
 DETALHAMENTO.STATUS == "INTERNADO" | 
 DETALHAMENTO.STATUS == "INTERNADO EM UTI" )) 
 
# Cria um gráfico de barras mostrando os totais por sexo e situação 
g1 <- ggplot(filtrado, aes(x=DETALHAMENTO.STATUS,fill=SEXO)) + 
 geom_bar(position=position_dodge())+ 
 labs(title="Barplot: Idade por Situação e Sexo",x="Situação", fill = "Sexo")+ 
 theme(plot.title = element_text(hjust = 0.5))+ 
 geom_text(stat='count', aes(label=..count..),vjust=-
1,size=3,position=position_dodge(width=1)) 
https://www.vs.saude.ms.gov.br/Geral/vigilancia-saude/vigilancia-epidemiologica/boletim-epidemiologico/covid-19/
https://www.vs.saude.ms.gov.br/Geral/vigilancia-saude/vigilancia-epidemiologica/boletim-epidemiologico/covid-19/
https://www.vs.saude.ms.gov.br/11904-2/
 
# Cria um gráfico de barras mostrando os totais por raça e situação 
g2 <- ggplot(filtrado, aes(x=DETALHAMENTO.STATUS, fill=RACA)) + 
 geom_bar(position=position_dodge())+ 
 labs(title="Barplot: Idade por Situação e Raça",x="Situação", fill = "Raça")+ 
 theme(plot.title = element_text(hjust = 0.5))+ 
 geom_text(stat='count', aes(label=..count..),vjust=-
1,size=3,position=position_dodge(width=1)) 
 
 
# Cria um boxplot usando idade, situação e sexo 
g3 <- ggplot(filtrado, aes(x=DETALHAMENTO.STATUS, 
y=as.numeric(IDADE),fill=SEXO)) + 
 geom_boxplot()+ 
 labs(title="Boxplot: Idade por Situação e Sexo",x="Situação", y = "Idade", fill = "Sexo")+ 
 theme(plot.title = element_text(hjust = 0.5))+ 
 scale_y_continuous(breaks=seq(0,120,10)) 
 
# Cria um boxplot usando idade, situação e raça 
g4 <- ggplot(filtrado, aes(x=DETALHAMENTO.STATUS, 
y=as.numeric(IDADE),fill=RACA)) + 
 geom_boxplot()+ 
 labs(title="Boxplot: Idade por Situação e Raça",x="Situação", y = "Idade", fill = "Raça")+ 
 theme(plot.title = element_text(hjust = 0.5))+ 
 scale_y_continuous(breaks=seq(0,120,10)) 
 
# Junto os 4 gráficos em um única imagem 
grid.arrange(g1,g2,g3,g4, ncol=2, 
 top = textGrob("Mato Grosso do Sul – 07/06/2022",gp=gpar(fontsize=20,font=3))) 
 
# Filtra apenas os casos de óbito 
filtrado = subset(filtrado, DETALHAMENTO.STATUS == "OBITO") 
 
# Cria um gráfico de barras mostrando os totais por sexo e situação 
g5 <- ggplot(filtrado, aes(x=as.numeric(IDADE),fill=SEXO)) + 
 geom_histogram(binwidth=5,position=position_dodge())+ 
 labs(title="Histograma por idade e sexo",x="Idade", fill = "Sexo")+ 
 theme(plot.title = element_text(hjust = 0.5))+ 
 scale_x_continuous(breaks=seq(0,120,5)) 
 
g5 
 
Após, gerados os gráficos abaixo: 
 
Podemos extrair as seguintes informações: 
Sexo x 
Idade 
Faixa 
Etária 
EM 
TRATAMEN
TO 
DOMICILIA
R 
IGNORAD
O 
INTERN
ADO 
INTERNA
DO EM 
UTI 
OBIT
O 
RECUPER
ADO 
Total 
Geral 
FEMININO 
>= 90 
Anos 
0,00% 0,05% 0,00% 0,00% 0,02% 0,10% 0,18% 
INDEFINIDO 
>= 90 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
>= 90 
Anos 
0,00% 0,04% 0,00% 0,00% 0,01% 0,07% 0,12% 
FEMININO 
0 a 9 
Anos 
0,03% 0,69% 0,00% 0,00% 0,00% 2,54% 3,26% 
INDEFINIDO 
0 a 9 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
0 a 9 
Anos 
0,03% 0,68% 0,00% 0,00% 0,00% 2,43% 3,14% 
FEMININO 
10 a 19 
Anos 
0,06% 0,86% 0,00% 0,00% 0,00% 4,43% 5,35% 
INDEFINIDO 
10 a 19 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
10 a 19 
Anos 
0,05% 0,71% 0,00% 0,00% 0,00% 3,59% 4,36% 
FEMININO 
20 a 29 
Anos 
0,16% 1,72% 0,00% 0,00% 0,00% 9,85% 
11,74
% 
INDEFINIDO 
20 a 29 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
20 a 29 
Anos 
0,12% 1,45% 0,00% 0,00% 0,01% 8,15% 9,71% 
FEMININO 
30 a 39 
Anos 
0,16% 1,70% 0,00% 0,00% 0,02% 10,20% 
12,07
% 
INDEFINIDO 
30 a 39 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,01% 
MASCULINO 
30 a 39 
Anos 
0,13% 1,44% 0,00% 0,00% 0,02% 8,63% 
10,23
% 
FEMININO 
40 a 49 
Anos 
0,14% 1,28% 0,00% 0,00% 0,03% 7,76% 9,21% 
INDEFINIDO 
40 a 49 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
40 a 49 
Anos 
0,11% 1,12% 0,00% 0,00% 0,05% 6,63% 7,90% 
FEMININO 
50 a 59 
Anos 
0,09% 0,89% 0,00% 0,00% 0,05% 5,12% 6,16% 
INDEFINIDO 
50 a 59 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
50 a 59 
Anos 
0,07% 0,78% 0,00% 0,00% 0,07% 4,39% 5,32% 
FEMININO 
60 a 69 
Anos 
0,05% 0,57% 0,00% 0,00% 0,07% 2,96% 3,64% 
INDEFINIDO 
60 a 69 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
60 a 69 
Anos 
0,04% 0,50% 0,00% 0,00% 0,09% 2,50% 3,12% 
FEMININO 
70 a 79 
Anos 
0,02% 0,31% 0,00% 0,00% 0,07% 1,27% 1,67% 
INDEFINIDO 
70 a 79 
Anos 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
70 a 79 
Anos 
0,01% 0,29% 0,00% 0,00% 0,09% 1,11% 1,51% 
FEMININO 
80 a 89 
Anos 
0,01% 0,16% 0,00% 0,00% 0,05% 0,48% 0,70% 
MASCULINO 
80 a 89 
Anos 
0,01% 0,14% 0,00% 0,00% 0,06% 0,38% 0,58% 
FEMININO 
Menos de 
1 Ano 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
MASCULINO 
Menos de 
1 Ano 
0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 
Total Geral 1,27% 15,40% 0,01% 0,00% 0,71% 82,61% 
100,0
0% 
 
Em análise verificamos que 82,61% dos infectados tiveram sua recuperação e, que as 
pessoas do sexo feminino com faixa etária de 30 a 39 anos representam a maior 
porcentagem dos recuperados e, também representam a maioria dos infectados com 
12,07% do total de infectados. 
No que condiz ao óbito, este afligiu 0,71% e, que os mais afetados foram do sexo masculino, 
com faixa etária de 70 a 79 anos. 
A quantidade de internados em ITU foi tão baixa que não chegou a ser apontado em 
confronto com a totalidade. 
No estudo podemos concluir que, a maioria dos infectados, estão do sexo feminino com 
faixa etária dos 20 ao 39 anos e, em segundo lugar com a mesma faixa etária, estão os de 
sexo masculino. 
Os menos infectados são de idade maior de 90 anos e, menores de 1 ano.