Skip to content
Open
Show file tree
Hide file tree
Changes from 6 commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
Binary file added datos/defunciones-maternas-2009-2021.xlsx
Binary file not shown.
132 changes: 126 additions & 6 deletions informe.Rmd
Original file line number Diff line number Diff line change
@@ -1,36 +1,156 @@
---
title: "titulo"
author: "nombres"
title: "Análisis de las defunciones maternas en PBA durante 2009-2021."
author: "Fabio Gallardo"
output: html_document
---


```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
# Cargar los paquetes necesarios acá
library(readxl)
library(dplyr)
library(ggplot2)

```


## Introducción

Los datos que se presentan corresponden a las defunciones maternas en provincia de Buenos Aires registradas durante el periodo del 2009 a 2021. Los mismo se encuentran en el catálogo de datos abiertos de la Dirección Provincial de Estadística y Salud Digital
(https://catalogo.datos.gba.gob.ar/dataset/defunciones-maternas).

Las muertes de mujeres provocadas por problemas ocurridos durante el proceso reproductivo tienen consecuencias profundamente negativas para las familias en las cuales estos hechos ocurren y para la comunidad en general. La mortalidad materna y la mortalidad infantil son indicadores de la situación socio-económica de la población del país, de la organización del sistema sanitario, de la cobertura y de la calidad de los servicios.

Estos datos se encuentran estructurados en 8 variables, de las cuales 7 son cualitativas como: región sanitaria, código de municipio, nombre del municipio, código CIE10, descripción del código CIE10 y clasificación de la causa de muerte materna; y dos variable cuantitativa: año y cantidad de muertes maternas.

## Exploración de los datos


```{r}
# Código para cargar o leer los datos
defunciones_maternas_2009_2021 <- read_excel("datos/defunciones-maternas-2009-2021.xlsx")

```

A continuación tenemos una presentación preliminar de la composición de la base de datos:

```{r}
defunciones_maternas_2009_2021 |>
head()
```

Respecto a la estructuración de la base de datos está compuesta por 8 variables y 1018 observaciones.

```{r}
# Cödigo de R acá
# Agregá más bloques según sea necesario
str(defunciones_maternas_2009_2021)
```

Las variables “region_sanitaria, municipio_id, municipio_nombre, CIE10_codigo, CIE10_descripcion, y clasificación” son categóricas y las variables “año y cantidad” numéricas.

Respecto de las variables cuantitativas presentan estas propiedades:

```{r}
defunciones_maternas_2009_2021|>
select(anio, cantidad)|>
summary()

```
La frecuencia de muertes maternas durante los años 2009 a 2021 es la siguiente:

```{r}
defunciones_maternas_2009_2021 %>%
select(anio, cantidad) %>%

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

En muchos de estos bloques no es necesario que selecciones sólo esas columnas.

Copy link
Contributor

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Gracias profe, pero para el TP 2 no hice los cambios que me recomendo por miedo a que se me desconfigure el codigo.

group_by(anio) %>%
summarise(cantidad_muertes_informadas = sum(cantidad))
```

En este gráfico se puede observar que el año de mayor muerte maternas fue el 2010 y el registro mas bajo en el 2019. Además, se puede observar que desde el 2016 al 2020 el registro desciende sostenidamente, pero en el año 2021 crece abruptamente muy cercano al año de mayor registro de muertes maternas.

```{r}
defunciones_maternas_2009_2021 %>%
select(anio, cantidad) %>%
group_by(anio) %>%
summarise(cantidad_muertes_informadas = sum(cantidad)) %>%
ggplot(aes(anio, cantidad_muertes_informadas)) +
geom_line (color = "red")
```

Desagregando los resultados, la tabla siguiente presenta las frecuencias de muertes maternas dentro de la Región Sanitaria VI en el periodo 2009 al 2021:

```{r}
defunciones_maternas_2009_2021 %>%
filter(`region_sanitaria `== "VI") %>%

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Tenés que usar los `` por el espacio al final. Hay varias columnas con estos problemas (que deben provenir del archivo excel original). Mi recomendación es que las renombres al principio, luego de leer la tabla así no te molestan en el resto del análisis.

select(anio, cantidad) %>%
group_by(anio) %>%
summarise(cantidad_muertes_informadas = sum(cantidad))
```

En el gráfico a continuación se observa que los años de mayor registro fueron el 2010 y 2016, y el registro más bajo 2020. Se puede observar una leve tendencia descendiente, a diferencia de la curva del total en PBA que a partir del 2021 los registros generan un cresimiento abrupto.

```{r}
defunciones_maternas_2009_2021 %>%
filter(`region_sanitaria `== "VI") %>%
select(anio, cantidad) %>%
group_by(anio) %>%
summarise(cantidad_muertes_informadas = sum(cantidad)) %>%
ggplot(aes(anio, cantidad_muertes_informadas)) +
geom_line (color = "red")
```


Enfocándonos en las muertes maternas donde las causas obstétricas son directas, es decir aquellas que resultan de complicaciones obstétricas del embarazo (embarazo, parto y puerperio), de intervenciones, de omisiones, de tratamiento incorrecto, o de una cadena de acontecimientos originada en cualquiera de las circunstancias, el mayor registro en PBA es de “embarazo terminado en aborto”. Tal como lo muestra la siguiente tabla de frecuencias de registros por diagnóstico CIE 10:

```{r}
defunciones_maternas_2009_2021 %>%
filter(clasificacion == "DIRECTA") %>%
select(CIE10_descripcion, cantidad) %>%
group_by(CIE10_descripcion) %>%
summarise(cantidad_muertes_informadas = sum(cantidad)) %>%
arrange(desc(cantidad_muertes_informadas))

```

Lo mismo sucede para la región Sanitaria VI, el mayor registro es de “embarazo terminado en aborto”.

```{r}
defunciones_maternas_2009_2021 %>%
filter(`region_sanitaria `== "VI", clasificacion == "DIRECTA") %>%
select(CIE10_descripcion, cantidad) %>%
group_by(CIE10_descripcion) %>%
summarise(cantidad_muertes_informadas = sum(cantidad)) %>%
arrange(desc(cantidad_muertes_informadas))

```

El siguiente gráfico muestra que a pesar que el “embarazo terminado en aborto” es la causa mas frecuente de muerte materna directa en PBA, se encuentra en franco descenso:

```{r}
defunciones_maternas_2009_2021 %>%
select(anio, CIE10_descripcion, cantidad) %>%
filter(CIE10_descripcion == "EMBARAZO TERMINADO EN ABORTO (O00 - O08)") %>%
group_by(anio) %>%
summarise(cantidad_muertes_informadas = sum(cantidad)) %>%
ggplot(aes(anio, cantidad_muertes_informadas)) +
geom_line (color = "red")
```

Respecto a las muertes maternas donde las causas obstétricas son indirectas (resultan de enfermedad existente desde antes del embarazo o de una enfermedad que evoluciona durante el mismo, no debidas a causas obstétricas directas, pero sí agravadas por los efectos fisiológicos del embarazo) se observa una elevación abrupta durante el 2021 en PBA:

```{r}
defunciones_maternas_2009_2021 %>%
select(anio, CIE10_descripcion, cantidad) %>%
filter(CIE10_descripcion == "OTRAS AFECCIONES OBSTETRICAS NO CLASIFICADAS EN OTRA PARTE (O95 - O99)") %>%
group_by(anio) %>%
summarise(cantidad_muertes_informadas = sum(cantidad)) %>%
ggplot(aes(anio, cantidad_muertes_informadas)) +
geom_line (color = "red")
```


## Hipótesis
¿Existen diferencias entre las tasas de mortalidad materna entre las diferentes Regiones Sanitarias?

¿Las causas directas e indirectas tienen la misma tendencia de aparición durante el periodo 2009 a 2021?

¿Las causas de muerte materna según clasificación CIE 10 tuvieron el mismo porcentaje de frecuencia durante el periodo 2009 a 2021?


326 changes: 257 additions & 69 deletions informe.html

Large diffs are not rendered by default.