Giter Site home page Giter Site logo

covidstatsmx's Introduction

COVIDSTATSMX

El objetivo de este proyecto es realizar un análisis de la epidemia de sars-cov-2 en México, se inició en abril del 2020 para practicar el manejo de dataframes y la implementación de modelos de machine learning.

Este proyecto se subdividió en 2, uno enfocandose en extraer datos estadísticos y generar gráficas de los casos de covid-19 para su posterior publicación en una cuenta de Twitter y otro cuyo objetivo es analizar estadísticamente el dataset y generar un modelo predictivo que obtenga la probabilidad de muerte de los pacientes dependiendo de sus características.

Obtención de los datos

Los datos usados en este proyecto fueron obtenidos del repositorio de datos abiertos de la Secretaría de Salud

También está disponible un dashboard donde se muestran diferentes gráficas y datos estadísticos de la pandemia de covid-19 en México.

Cuenta de Twitter

En la cuenta de Twitter, activa desde octubre del 2020, se publican gráficas de casos positivos, sospechosos y defunciones a lo largo de la pandemia por entidad federativa junto con algunos dátos como mortalidad general, casos positivos, sospechosos y defunciones acumuladas.

Ejemplo de Tweet (Gráfica y datos nacionales) image

Análisis y Modelado

El principal del análisis y el modelado es entender qué factores son los que más influyen en la mortalidad de los pacientes, además de identificar aquellos que están en riesgo de morir o de presentar una enfermedad grave.

Descripción de los campos.

  • FECHA_ACTUALIZACION: Indica la fecha en que se actualizó la información de cada caso.
  • ID_REGISTRO: Numero de identificador del caso.
  • ORIGEN: Indica si el caso fue detectado por el sistema de unidades de salud monitoras de enfermedades respiratorias (USMER).
  • SECTOR: Indica el tipo de institución del Sistema Nacional de Salud que brindó la atención al paciente.
  • ENTIDAD_UM: Identifica la entidad de la unidad médica que le brindó la atención.
  • SEXO: Sexo del caso.
  • ENTIDAD_NAC: Identifica la entidad de nacimiento del paciente.
  • ENTIDAD_RES: Identifica la entidad de recidencia del paciente.
  • MUNICIPIO_RES: Identifica el municipio de recidencia del paciente.
  • TIPO_PACIENTE: Indica si la atención fue ambulatoria o se hospitalizó.
  • FECHA_INGRESO: Fecha en la que el paciente recibió la atención.
  • FECHA_SINTOMAS: Fecha del inicio de sintomas del paciente.
  • FECHA_DEF: Fecha de defunción del paciente, si no aplica será 9999-99-99.
  • INTUBADO: Indica si el paciente requirió intubación.
  • NEUMONIA: Indica si al paciente se le diagnosticó con neumonía.
  • EDAD: Edad del paciente.
  • NACIONALIDAD: Nacionalidad del paciente.
  • EMBARAZO: Indica si la paciente está embarazada.
  • HABLA_LENGUA_INDIG: Indica si el paciente habla lengua indígena.
  • DIABETES: Indica si el paciente ha sido diagnosticado con diabetes.
  • EPOC: Indica si el paciente ha sido diagnosticado con EPOC.
  • ASMA: Indica si el paciente ha sido diagnosticado con asma.
  • INMUSUPR: Indica si el paciente presenta inmunosupresión.
  • HIPERTENCION: Indica si el paciente ha sido diagnosticado con hipertención.
  • OTRAS_COM: Indica si el paciente tiene diagnóstico de otras enfermedades.
  • CARDIOVASCULAR: Indica si el paciente tiene un diagnóstico de enfermedades cardiovasculares.
  • OBESIDAD: Indica si el paciente tiene un diagnóstico de obesidad.
  • RENAL_CRONICA: Indica si el paciente ha sido diagnosticado con insuficiencia renal crónica.
  • TABAQUISMO: Indica si el paciente tiene el hábito del tabaquismo.
  • OTRO_CASO: Indica si el paciente esta relacionado con otro caso confirmado.
  • TOMA_MUESTRA: Indica si al paciente se le tomó muestra.
  • RESULTADO_LAB: Indica el resultado de laboratorio.
  • CLASIFICACION_FINAL: Indica la clasificación del paciente.
  • MIGRANTE: Indica si el paciente es migrante.
  • PAIS_NACIONALIDAD: Indica la nacionalidad del paciente.
  • PAIS_ORIGEN: Indica el pais del que partió rumbo a México.
  • UCI: Indica si el paciente requirió ingresar a una Unidad de Cuidados Intensivos.

covidstatsmx's People

Contributors

eduhdzvillasana avatar

Stargazers

 avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.