-
Notifications
You must be signed in to change notification settings - Fork 1
/
index_en.Rmd
450 lines (357 loc) · 17.2 KB
/
index_en.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
---
title: "COVID-19 Dashboard"
output:
flexdashboard::flex_dashboard:
theme: flatly
orientation: rows
social: menu
source_code: embed
---
```{r setup, include=FALSE}
library(flexdashboard)
library(DT)
library(plotly)
library(tmap)
source("data_preparations.R")
# Variables.
color_total <- "#1F77B4"
color_active <- "#FF7F0E"
color_uci <- "pink"
color_recovered <- "#2C9F2C"
color_deaths <- "rgba(214, 39, 40, 1)"
spain_population <- 47100396
# calculate variables.
nacionalcovid19_dates <- paste0(format(
as.Date(nacional_covid19$fecha[nrow(nacional_covid19)]), "%d/%m/%Y"),
" - ", format(as.Date(nacional_covid19$fecha[1]), "%d/%m/%Y"))
# Plot.ly functions.
vline <- function(x = 0, color = "grey") {
list(
type = "line",
y0 = 0,
y1 = 1,
yref = "paper",
x0 = x,
x1 = x,
line = list(color = color, dash = 'dot')
)
}
vannotation <- function(mytext, xcoord, ycoord = 0) {
list(yref = 'paper',
xref = "x", y = ycoord, x = xcoord, text = mytext)
}
caption <- function(mytext) {
list(text = mytext,
x = 1,
y = -0.05,
showarrow = F,
xref = 'paper', yref = 'paper',
xanchor = "right",
yanchor = "bottom",
# xanchor = 'right', yanchor = 'top', xshift = 0, yshift = 0,
font = list(size = 10, color = "grey")
)
}
```
Gráficos España
=====================================
Row
-----------------------------------------------------------------------
### confirmed {.value-box .no-mobile}
```{r}
valueBox(value = format(nacional_covid19$casos[1], big.mark = "."),
caption = paste0("<b>Confirmed cases</b>, accounting for a <b>",
round(nacional_covid19$casos[1]/spain_population*100,
digits = 2),
"% of total population in Spain.</b> <small>Period: ",
nacionalcovid19_dates, "</small>"),
icon = "fas fa-virus",
color = color_total)
```
### active {.value-box .no-mobile}
```{r}
valueBox(value = format(nacional_covid19$activos[1], big.mark = "."),
caption = paste0("<b>Active cases</b>, accounting for a <b>",
round(nacional_covid19$activos[1]/nacional_covid19$casos[1]*100,
digits = 2),
"% of total cases</b>. <small>Period: ",
nacionalcovid19_dates, "</small>"),
icon = "fas fa-procedures",
color = color_active)
```
### uci {.value-box .no-mobile}
```{r}
valueBox(value = format(nacional_covid19$ingresos_uci[1], big.mark = "."),
caption = paste0("<b>Hospitalized cases</b>",
"<small>Period: ",
nacionalcovid19_dates, "</small>"),
icon = "fas fa-ambulance",
color = color_uci)
```
### recovered {.value-box .no-mobile}
```{r}
valueBox(value = format(nacional_covid19$altas[1], big.mark = "."),
caption = paste0("<b>Recovered cases</b>, accounting for a <b>",
round(nacional_covid19$altas[1]/nacional_covid19$casos[1]*100,
digits = 2),
"% of total cases</b>. <small>Period: ",
nacionalcovid19_dates, "</small>"),
icon = "fas fa-user-md",
color = color_recovered)
```
### deaths {.value-box}{.no-mobile}
```{r}
valueBox(value = format(nacional_covid19$fallecimientos[1], big.mark = "."),
caption = paste0("<b>Deaths by COVID-19</b>, accounting for a <b>",
round(nacional_covid19$fallecimientos[1] /
nacional_covid19$casos[1] * 100,
digits = 2),
"% of total cases</b>. <small>Period: ",
nacionalcovid19_dates, "</small>"),
icon = "fas fa-coffin",
color = color_deaths)
```
Row {.tabset .tabset-fade}
-----------------------------------------------------------------------
### Variación
```{r}
plot_ly(data = nacional_covid19) %>%
add_trace(x = ~ fecha,
y = ~ variacion_casos,
type = "scatter",
mode = "lines+markers",
name = "Variación de contagios") %>%
add_trace(x = ~ fecha,
y = ~ variacion_activos,
type = "scatter",
mode = "lines+markers",
# line = list(shape = "spline"),
name = "Variación de casos activos") %>%
add_trace(x = ~ fecha,
y = ~ variacion_altas,
type = "scatter",
mode = "lines+markers",
name = "Variación de casos recuperados") %>%
add_trace(x = ~ fecha,
y = ~ variacion_fallecimientos,
type = "scatter",
mode = "lines+markers",
name = "Variación de fallecimientos") %>%
layout(shapes = list(vline("2020-03-13", "grey"),
vline("2020-03-16", "grey"),
vline("2020-03-30", "grey")),
annotations = list(
caption("Datos: Ministerio de Sanidad a través de Datadista"),
vannotation("Confinamiento voluntario", "2020-3-13", 0.5),
vannotation("Confinamiento obligatorio", "2020-3-16", 0.75),
vannotation("Únicamente trabajos indispensables", "2020-3-30", 0.90)),
title = "Evolución de variacion de casos del COVID-19 con respecto al día anterior, en España",
yaxis = list(title = "Número de casos"),
xaxis = list(title = "Fecha"),
legend = list(x = 0.1, y = 0.9),
hovermode = "compare")
```
### Acumulados
```{r}
plot_ly(data = nacional_covid19) %>%
add_trace(x = ~ fecha,
y = ~ casos,
type = "scatter",
mode = "lines+markers",
name = "Contagios detectados") %>%
add_trace(x = ~ fecha,
y = ~ activos,
type = "scatter",
mode = "lines+markers",
name = "Casos activos") %>%
add_trace(x = ~ fecha,
y = ~ altas,
type = "scatter",
mode = "lines+markers",
name = "Casos recuperados") %>%
add_trace(x = ~ fecha,
y = ~ fallecimientos,
type = "scatter",
mode = "lines+markers",
name = "Fallecimientos por COVID19") %>%
layout(shapes = list(vline("2020-03-13", "grey"),
vline("2020-03-16", "grey"),
vline("2020-03-30", "grey")),
annotations = list(
caption("Datos: Ministerio de Sanidad a través de Datadista"),
vannotation("Confinamiento voluntario", "2020-3-13", 0.5),
vannotation("Confinamiento obligatorio", "2020-3-16", 0.75),
vannotation("Únicamente trabajos indispensables", "2020-3-30", 0.5)),
title = "Evolución del COVID-19 en España",
yaxis = list(title = "Número de casos"),
xaxis = list(title = "Fecha"),
legend = list(x = 0.1, y = 0.9),
hovermode = "compare")
```
### Composición de casos por día
```{r}
plot_ly(data = nacional_covid19,
x = ~ fecha,
y = ~ variacion_activos,
# text = ~variacion_activos,
# textposition = 'auto',
type = "bar",
marker = list(color = color_active),
name = "Variación de casos activos") %>%
add_trace(x = ~ fecha,
y = ~ variacion_altas,
# text = ~variacion_altas,
# textposition = "auto",
marker = list(color = color_recovered),
name = "Variación de casos recuperados") %>%
add_trace(x = ~ fecha,
y = ~ variacion_fallecimientos,
# text = ~variacion_fallecimientos,
# textposition = "auto",
marker = list(color = color_deaths),
name = "Variación de fallecimientos") %>%
layout(barmode = 'stack',
shapes = list(vline("2020-03-13", "grey"),
vline("2020-03-16", "grey"),
vline("2020-03-30", "grey")),
annotations = list(
caption("Datos: Ministerio de Sanidad a través de Datadista"),
vannotation("Confinamiento voluntario", "2020-3-13", 0.5),
vannotation("Confinamiento obligatorio", "2020-3-16", 0.75),
vannotation("Únicamente trabajos indispensables", "2020-3-30", 0.90)),
title = "Composición de casos del COVID-19 con respecto al día anterior, en España",
yaxis = list(title = "Número de casos"),
xaxis = list(title = "Fecha"),
legend = list(x = 0.1, y = 0.9),
hovermode = "compare")
```
### Tabla de datos
```{r}
datatable(nacional_covid19,
colnames = c('Fecha', 'Casos', 'Variación contagios',
'Ingresos UCI', 'Variación UCI',
'Altas', 'Variación de altas',
'Fallecimientos', 'Variación de fallecimientos',
'Casos activos', 'Variación de activos'),
options = list(
# columnDefs = list(list(className = 'dt-center', targets = 5)),
pageLength = 20,
lengthMenu = c(10, 20, 30))) %>%
formatRound(columns = 2:11, digits = 0, mark = ".", dec.mark = "") %>%
formatStyle(
'variacion_casos',
background = styleColorBar(nacional_covid19$variacion_casos, 'steelblue'),
backgroundSize = '100% 90%',
backgroundRepeat = 'no-repeat',
backgroundPosition = 'center') %>%
formatStyle(
'variacion_uci',
background = styleColorBar(nacional_covid19$variacion_uci, 'pink'),
backgroundSize = '100% 90%',
backgroundRepeat = 'no-repeat',
backgroundPosition = 'center') %>%
formatStyle(
'variacion_altas',
background = styleColorBar(nacional_covid19$variacion_altas, '#2C9F2C'),
backgroundSize = '100% 90%',
backgroundRepeat = 'no-repeat',
backgroundPosition = 'center') %>%
formatStyle(
'variacion_fallecimientos',
background = styleColorBar(nacional_covid19$variacion_fallecimientos, '#D62728'),
backgroundSize = '100% 90%',
backgroundRepeat = 'no-repeat',
backgroundPosition = 'center') %>%
formatStyle(
'variacion_activos',
background = styleColorBar(nacional_covid19$variacion_activos, '#FF7F0E'),
backgroundSize = '100% 90%',
backgroundRepeat = 'no-repeat',
backgroundPosition = 'center')
```
### Acerca de este gráfico
#### Datos
Para los gráficos totales de España se han utilizado las siguientes fuentes de datos:
* Datos de casos nacionales [Ministerio de Sanidad a través de Datadista](https://github.com/datadista/datasets/tree/master/COVID%2019)
* Población total de España: [Instituto Nacional de Estadística (INE)](https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736176951&menu=ultiDatos&idp=1254735572981)
#### Definiciones
Tipología de casos:
* `Casos confirmados`: casos confirmados por el Ministerio de Sanidad como infectados por la COVID19. **No reflejan todos los casos infectados reales.**
* `Casos recuperados`: Personas curadas.
* `Casos hospitalizados`: Casos acumulados que han precisado ingreso en UCI
* `Fallecidos`: Casos confirmados de fallecimiento por COVID-19[^fallecidos]
* `Casos activos`: se calcula a partir del número total de casos diagnosticados de un día, menos los casos recuperados (`altas`) y fallecimientos. Los casos activos no implica necesariamente que estén hospitalizados.
Los datos se muestran en dos maneras distintas:
* Casos acumulados: son los casos de cada tipo acumulados desde que se empezaron a contabilizar.
* Variación de casos: es la diferencia entre los datos de cada tipo entre un día concreto y los del mismo tipo del día anterior.
[^fallecidos]: La manera en que se considera que una persona ha fallecido como consecuencia de la COVID-19 varían de un país a otro y de una comunidad a otra. (indicar fuente)
Gráficos España por CCAA
=====================================
Row
-----------------------------------------------------------------------
### active {.value-box}
```{r}
valueBox(value = "Todavía en proceso...",
caption = paste("Mostrando resultados del día", ccaa_covid19$fecha[1],
sep = " "),
icon = "fas fa-exclamation-triangle",
color = "orange")
```
Row {.tabset .tabset-fade}
-----------------------------------------------------------------------
### Mapa
```{r}
tmap_mode("plot")
tm_shape(ccaa_covid19_sp) +
tm_polygons(c("variacion_casos", "variacion_altas", "variacion_fallecidos",
"variacion_activos")) +
tm_facets(sync = TRUE, ncol = 2)
```
### Acerca de este gráfico
#### Datos
Para los gráficos totales de España se han utilizado las siguientes fuentes de datos:
* [Ministerio de Sanidad a través de Datadista](https://github.com/datadista/datasets/tree/master/COVID%2019)
#### Definiciones
* `Casos activos`: se calcula a partir del número total de casos de un día, menos los casos recuperados (`altas`) y fallecimientos.
* `Variación`: es la diferencia entre los datos de un día y los del día anterior.
References
=====================================
#### Infographics, dashboards and data visualizations
Here's a list of other resources with data visualization regarding COVID that are far better and more interesting that this dashboard:
* [Coronavirus Dashboard](https://ramikrispin.github.io/coronavirus_dashboard/) (Rami Krispin): a dashboard providing figures, plots and maps tracking COVID evolution in different countries. It is also the dashboard I ~~shamelessly copied~~ drew the inspiration from.
* [Coronavirus tracked: the latest figures as the pandemic spreads](Financial Times)
* https://virusncov.com/covid-statistics/
* https://osf.io/abx7s/
* [How the virus got out](https://www.nytimes.com/interactive/2020/03/22/world/coronavirus-spread.html) (New York Times)
* [Why outbreaks like coronavirus spread exponentially, and how to “flatten the curve” ](https://www.washingtonpost.com/graphics/2020/world/corona-simulator/?fbclid=IwAR0rKKZMquiLjYjVFB3NbFv6BUanfafatLT2w1Sj5UH0zRu6qDzFKw5JBiE)
**Spain:**
* [Propagación del COVID-19 en España. Análisis por comunidades autónomas y provincias ](https://lab.montera34.com/covid19/) (Montera34): a series of exhaustive plots of the evolution of COVID19 in Spain and its Autonomous Regions, Italy and France. ([source](https://code.montera34.com:4443/numeroteca/covid19/-/tree/master))
* https://covid19tracking.narrativa.com/
* [Situación epidemiológica del coronavirus (COVID-19) en Castilla y León](https://analisis.datosabiertos.jcyl.es/pages/coronavirus/#situacin-actual) (Castilla y León)
* https://www.euskadi.eus/contenidos/informacion/boletin_coronavirus/es_def/adjuntos/22_marzo_Boletin.pdf
#### Datasets
* [Johns Hopkins University Center for Systems Science and Engineering (JHU CCSE) Coronavirus repository]()
* [Coronavirus R Package](https://github.com/RamiKrispin/coronavirus) (Rami Krispin): R-package providing an updated dataset. The raw data pulled and arranged by the Johns Hopkins University Center for Systems Science and Engineering (JHU CCSE) from the following resources:
* World Health Organization (WHO): https://www.who.int/
* DXY.cn. Pneumonia. 2020. http://3g.dxy.cn/newh5/view/pneumonia.
* BNO News: https://bnonews.com/index.php/2020/02/the-latest-coronavirus-cases/
* National Health Commission of the People’s Republic of China (NHC): http:://www.nhc.gov.cn/xcs/yqtb/list_gzbd.shtml
* China CDC (CCDC): http:://weekly.chinacdc.cn/news/TrackingtheEpidemic.htm
* Hong Kong Department of Health: https://www.chp.gov.hk/en/features/102465.html
* Macau Government: https://www.ssm.gov.mo/portal/
* Taiwan CDC: https://sites.google.com/cdc.gov.tw/2019ncov/taiwan?authuser=0
* US CDC: https://www.cdc.gov/coronavirus/2019-ncov/index.html
* Government of Canada: https://www.canada.ca/en/public-health/services/diseases/coronavirus.html
* Australia Government Department of Health: https://www.health.gov.au/news/coronavirus-update-at-a-glance
* European Centre for Disease Prevention and Control (ECDC): https://www.ecdc.europa.eu/en/geographical-distribution-2019-ncov-cases
Countries' comparison:
* [Measures taken by different countries](https://analisi.transparenciacatalunya.cat/Salut/Restriccions-per-prevenir-el-contagi-del-Covid-19-/cd4m-r23x) (Generalitat de Catalunya)
Others:
* [Here’s How Computer Models Simulate the Future Spread of New Coronavirus](https://www.scientificamerican.com/article/heres-how-computer-models-simulate-the-future-spread-of-new-coronavirus/)
About
=====================================
#### Sobre el dashboard
Este dashboard no aporta apenas nada nuevo que no hayan hecho otros (ver menú ["Referencias"](#references)), por tanto más que aportar nuevo conocimiento sobre la expansión del COVID en España. No obstante, me apetecía hacerlo para aprender a utilizar herramientas y visualizaciones que no había podido utilizar hasta ahora (gráficos interactivos, tablas de datos, sitio estático en github pages...). Así pues, si tiene un valor relativo para la mayoría de gente, tiene un gran valor para su autor
* Código fuente: https://github.com/ccamara/covid_spain/
* Autoría: [Carlos Cámara](https://carloscamara.es)
* Licencia: MIT