Dev feat: added types table of cases

DESCRIPTION

@@ -39,7 +39,8 @@ Imports:
     sysfonts,
     showtext,
     cowplot,
-    gridExtra
+    gridExtra,
+    kableExtra
 Suggests: 
     knitr,
     rmarkdown

NAMESPACE

@@ -1,6 +1,7 @@
 # Generated by roxygen2: do not edit by hand
 
 export(agrupar_area_geo)
+export(agrupar_casos_eventos)
 export(agrupar_casos_semanaepi)
 export(agrupar_cols_casos)
 export(agrupar_dpto)

R/checking_data.R

@@ -737,3 +737,31 @@ agrupar_area_geo <- function(data_event,
                                     dplyr::desc(.data$casos))
   return(data_event_area)
 }
+
+#' Agrupar por tipo de enfermedad o evento
+#'
+#' Función que agrupa los casos por tipo de enfermedad o evento
+#' @param data_event Un `data.frame` que contiene los datos de la
+#' enfermedad o evento
+#' @param nomb_col Un `character` (cadena de caracteres) con el nombre de
+#' la columna en los datos de la enfermedad o evento que contiene los códigos
+#' de los eventos; su valor por defecto es `"cod_eve"`
+#' @return Un `data.frame` con los datos de la enfermedad o evento agrupados
+#' por sus tipos
+#' @examples
+#' data(dengue2020)
+#' data_limpia <- limpiar_data_sivigila(data_event = dengue2020)
+#' agrupar_casos_eventos(data_event = data_limpia,
+#'                       nomb_col = "cod_eve")
+#' @export
+agrupar_casos_eventos <- function(data_event, nomb_col = "cod_eve") {
+  stopifnot("El parametro data_event es obligatorio" = !missing(data_event),
+            "El parametro data_event debe ser un data.frame" =
+              is.data.frame(data_event),
+            "El parametro data_event no debe estar vacio" =
+              nrow(data_event) > 0,
+            "El parametro nomb_col debe ser una cadena de caracteres"
+            = is.character(nomb_col))
+  data_event_tipos <- agrupar_cols_casos(data_event, nomb_cols = nomb_col)
+  return(data_event_tipos)
+}

R/plotting.R

@@ -771,7 +771,6 @@ plot_mpios <- function(data_agrupada,
   return(plot_casos_muns)
 }
 
-
 #' Generar gráfico de distribución de casos por área geográfica
 #'
 #' Función que genera el gráfico de casos por área geográfica
@@ -837,3 +836,31 @@ plot_area_geo <- function(data_agrupada,
     ggplot2::coord_flip()
   return(plot_casos_area)
 }
+
+
+#' Generar tabla con la distribución de casos por tipo de
+#' enfermedad o evento
+#'
+#' Función que genera el la tabla con la distribución de casos por
+#' tipo de enfermedad o evento
+#' @param data_agrupada Un `data.frame` que contiene los datos de la
+#' enfermedad o evento agrupados
+#' @param nomb_col Un `character` (cadena de carácteres) con el nombre de
+#' la columna de los datos agrupados de la enfermedad o evento por
+#' tipo; su valor por defecto es `"nombre_evento"`
+#' @return Una `kable` (tabla gráfica) con la distribución de casos
+#' por tipo de enfermedad o evento
+plot_tabla_tipos_event <- function(data_agrupada,
+                                   nomb_col = "nombre_evento") {
+  data_agrupada[["nombre_evento"]] <-
+    stringr::str_to_title(data_agrupada[["nombre_evento"]])
+  tabla_tipos <- knitr::kable(data_agrupada,
+                              col.names = c("Codigo ",
+                                            "Tipo ", "Casos"),
+                              align = "c",
+                              caption = "Distribucion de casos por evento") %>%
+    kableExtra::row_spec(0, color = "white", background = "#2274BB") %>%
+    kableExtra::kable_styling(full_width = FALSE,
+                              latex_options = "HOLD_position")
+  return(tabla_tipos)
+}

inst/rmarkdown/templates/reports/skeleton/skeleton.Rmd

@@ -13,11 +13,12 @@ header-includes:
   - \pagestyle{fancy}
   - \usepackage[utf8]{inputenc}
   - \usepackage[spanish]{babel}
-  - \fancyfoot[RO,RE]{\includegraphics[width=1.1cm]{logo.png}}
+  - \fancyfoot[R]{\includegraphics[width=1.1cm]{logo.png}}
   - \usepackage[defaultfam,tabular,lining]{montserrat}
   - \usepackage{tikz}
   - \usepackage[absolute,overlay]{textpos}
   - \definecolor{colortitle}{HTML}{0CC0DF}
+  - \captionsetup[table]{position=above,name=Tabla}
 papersize: a4
 title: \textcolor{colortitle}{.}
 subtitle: ""
@@ -38,6 +39,10 @@ params:
   municipio:
     value: ""
     label: Municipio
+  types_distribution:
+    value: TRUE
+    input: checkbox
+    label: Distribucion de casos por tipo
   temporal_distribution:
     value: TRUE
     input: checkbox
@@ -88,7 +93,7 @@ showtext::showtext_auto()
 ```{r titulo, include = FALSE, echo = FALSE}
 titulo <- paste0("Reporte Automatizado para ",
                  stringr::str_to_title(params$nombre_evento), " ",
-                 params$departmento, "- Colombia",
+                 params$departmento, " - Colombia",
                  ", ", params$year)
 fuente <- "Fuente SIVIGILA, Datos libres"
 ```
@@ -154,8 +159,18 @@ data_event_filtrada <-  geo_filtro(data_event = data_event_limpia,
 \pagenumbering{gobble}
 \pagenumbering{arabic}
 ```
+
 En este reporte se presenta el comportamiento del `r stringr::str_to_title(params$nombre_evento)` durante el año `r params$year` para Colombia con base en la fuente de datos SIVIGILA de acceso libre. En total en Colombia durante `r params$year` se reportaron `r nrow(data_event)` casos en todo el territorio nacional, en el departamento del `r params$departmento` se reportaron `r nrow(data_event_filtrada)` casos.
 
+# Distribución de casos
+
+La distribución de casos por tipo es la siguiente:
+```{r total_cases, echo = FALSE, error = FALSE, fig.height=5, fig.width = 10, warning = FALSE, include = TRUE, message = FALSE, fig.pos = "H"}
+total_casos_eventos <- agrupar_casos_eventos(data_event = data_event_filtrada,
+                           nomb_col = "cod_eve")
+plot_tabla_tipos_event(total_casos_eventos)
+```
+
 `r if (params$temporal_distribution) {"# Distribución temporal de los casos"}`
 ```{r cases_by_onset_symptom_date, include = FALSE}
 casos_iniciosin_dia <- agrupar_fecha_inisintomas(data_event =
@@ -167,11 +182,16 @@ mes_mayor_casos <- obtener_meses_mas_casos(data_event =
 
 `r if (params$temporal_distribution) {paste0("Los casos se distribuyen a lo largo de los meses de enero a diciembre de ", params$year, " teniendo un mayor reporte en el mes de ", mes_mayor_casos$Meses, " tanto por fecha de inicio de síntomas (Ver Figura 1) como por fecha de notificación (Ver Figura 2).")}`
 
+\newpage
+
+**Distribución de casos por fecha de inicio de sintomas**
+
 ```{r plot_cases_by_onset_symptom_date, fig.height = 5, fig.width = 11, fig.cap = "Distribucion de casos por dia de inicio de sintomas", include = params$temporal_distribution, eval = params$temporal_distribution}
 plot_fecha_inisintomas(data_agrupada = casos_iniciosin_dia,
                        uni_marca = "semanaepi")
 ```
 
+**Distribución de casos por fecha de notificación**
 ```{r cases_by_onset_notification_date, include = FALSE}
 casos_fecha_notifica_dia <- agrupar_fecha_notifica(data_event =
                                                      data_event_filtrada)
@@ -182,8 +202,6 @@ plot_fecha_notifica(data_agrupada = casos_fecha_notifica_dia,
                     uni_marca = "semanaepi")
 ```
 
-\newpage
-
 `r if (params$epi_sex_distribution) {"# Distribución de casos por sexo y semana epidemiológica"}`
 
 ```{r distribution_cg, include = FALSE}
@@ -202,19 +220,17 @@ if (isTRUE(porcentaje_femenino < porcentaje_masculino)) {
 
 `r if (params$epi_sex_distribution) {paste0("En el total de casos para ",  params$year, " se observa una predominancia del sexo ", sexo_mayor[1],  " (", sexo_mayor[2], ")% respecto al sexo ", sexo_menor[1], " (", sexo_menor[2], ")% (Ver Figura 3).")}`
 
-```{r distribution_cg_plots, fig.height = 5, fig.width = 8, fig.cap = "Distribucion de casos por sexo", include = params$epi_sex_distribution}
+```{r distribution_cg_plots, fig.height = 4, fig.width = 8, fig.cap = "Distribucion de casos por sexo", include = params$epi_sex_distribution}
 plot_sex(data_agrupada = casos_sex)
 ```
 
-\newpage
-
 ```{r distribution_cg_semanaepi, include = FALSE}
 casos_sex_semanaepi <- agrupar_sex_semanaepi(data_event = data_event_filtrada)
 ```
 
-`r if (params$epi_sex_distribution) {paste0("Esta predominancia del reporte de casos del sexo ", sexo_mayor[1], " se mantuvo a lo largo de la mayoria de semanas epidemiológicas (Ver figura 4).")}`
+`r if (params$epi_sex_distribution) {paste0("Esta predominancia del reporte de casos del sexo ", sexo_mayor[1], " se mantuvo a lo largo de la mayoria de semanas epidemiológicas (Ver figura 4). ")}`
 
-```{r plot_cg_semanaepi, fig.height = 9, fig.width = 11, fig.cap =  "Distribucion de casos por sexo y semana epidemiologica", include = params$epi_sex_distribution}
+```{r plot_cg_semanaepi, fig.height = 8, fig.width = 12, fig.cap =  "Distribucion de casos por sexo y semana epidemiologica", include = params$epi_sex_distribution, fig.pos = "H"}
 plot_sex_semanaepi(data_agrupada = casos_sex_semanaepi)
 ```
 
@@ -231,8 +247,6 @@ age_most_cases <- obtener_fila_mas_casos(data_event = casos_edad)
 plot_edad(data_agrupada = casos_edad)
 ```
 
-\newpage
-
 `r if(params$age_sex_distribution) {"# Distribución de casos por edad y sexo"}`
 
 ```{r distribution_age_anger, fig.height = 3, fig.width = 9, fig.cap =  "Distribucion de casos por edad y genero", include = params$age_sex_distribution}
@@ -278,11 +292,12 @@ mapa
 dist_areas_geo <- agrupar_area_geo(data_event = data_event_filtrada)
 ```
 
-```{r plot_distribution_areas, fig.height = 15, fig.width = 10, fig.cap = "Distribucion de casos por área geográfica", include = params$areas_distribution}
+```{r plot_distribution_areas, fig.height = 11.5, fig.width = 10, fig.cap = "Distribucion de casos por área geográfica", include = params$areas_distribution, fig.pos = "H"}
 plot_areas_geo <- plot_area_geo(data_agrupada = dist_areas_geo)
 plot_areas_geo
 ```
 
+\newpage
 
 # Conclusiones