index.Rmd

---
title: "`r paste0('KMK Dashboard - Stand: ', format(Sys.Date(), '%b %d, %Y'))`"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: fill
    logo: hzi4.png
    social: [ "twitter", "facebook", "linkedin" ]
    theme: 
      version: 4
      bootswatch: cosmo
      navbar-bg: "#1d3557"
---

```{r setup, include=FALSE}
library(flexdashboard)
library(dplyr)
library(ggplot2)
library(lubridate)
library(emojifont)
library(leaflet)
library(readr)
library(tidyr)
library(stringr)
library(forcats)

load("leaflet_maps/recent_maps_bl.RData")
load("leaflet_maps/gall_bl.RData")
load("leaflet_maps/recent_maps_bl_quara.RData")
load("data_clean/current_tabs.RData")
load("leaflet_maps/forecast.RData")

# per country data
df_long <- list.files("data_clean/", pattern = "_clean_kpi_bl.rds", full.names = TRUE) %>% 
  as_tibble() %>% 
  mutate(datum = str_extract(value, "[0-9]{8}"),
         datum = ymd(datum)) %>% 
  arrange(desc(datum)) %>% 
  pull(value) %>% 
  .[1] %>% 
  readRDS()

# clean kpi data
recent_kmkdata_file <- list.files("data_clean/", pattern = "kmkdata.rds", full.names = TRUE) %>% 
  as_tibble() %>% 
  mutate(datum = str_extract(value, "[0-9]{8}"),
         datum = ymd(datum)) %>% 
  arrange(desc(datum)) %>% 
  pull(value) %>% 
  .[1] %>% 
  readRDS()

```




Aktueller Stand 
=================================================

Column 
-----------------------------------------------------------------------

### Infektionen Schüler {data-height=900}

```{r eval=TRUE}
kmk_students_bl
```

### Infektionen Schüler {data-height=250}

```{r eval=TRUE, fig.width=20}
plot_verlauf <- function(cat) {
  plot_data <- df_long %>%
    filter(category == cat,
           data_date > ymd(20210101)) %>%
    mutate(
      woche = week(data_date),
      woche = ifelse(nchar(woche) == 1, paste0("0", woche), woche),
      jahr = year(data_date),
      kw = paste0(jahr, "-", woche)
    ) %>%
    group_by(kw) %>%
    summarise(total = sum(value, na.rm = TRUE))
  
  xticks <- sort(plot_data$kw)
  
  plot_data %>%
    ggplot(aes(kw, total, group = 1)) +
    geom_col(fill = "#152238") +
    ggplot2::theme_light() +
    theme(text = element_text(size = 40),
          axis.text.x = element_text(angle = 45, vjust = 0.5, hjust = 0.5))  +
    scale_x_discrete(breaks = xticks[seq(1, length(xticks), 7)]) +
    labs(x = "Kalenderwoche", y = "Total infiziert")
}
plot_verlauf("students_infected")


```

Column 
-----------------------------------------------------------------------

### Infektionen Lehrkräfte {data-height=900}

```{r eval=TRUE}
kmk_teacher_bl
```


### Infektionen Lehrkräfte Verlauf {data-height=250}

```{r eval=TRUE, fig.width=20}
plot_verlauf("teacher_infected") 
```

Zeitlicher Verlauf der Infektionen {data-orientation=rows}
=================================================

Row 
-----------------------------------------------------------------------

### Inhaltlicher Verlauf

```{r eval=TRUE, fig.width=12}
g_bl_all
```



Row {data-height=50}
-----------------------------------------------------------------------

### Beschreibung 

Diese Abbildung zeigt den zeitlichen Verlauf infizierter Schüler nach Kalenderwoche.


Quarantäne in Schulen 
=================================================

Column
-----------------------------------------------------------------------

### Quarantäne von Schülern {data-height=900}

```{r eval=TRUE}
kmk_students_bl_quara
```

### Quarantäne von Schülern Verlauf {data-height=250}

```{r eval=TRUE, fig.width=20}
plot_verlauf("students_quarantine") 
```

Column
-----------------------------------------------------------------------

### Quarantäne von Lehrkräften {data-height=900}

```{r eval=TRUE}
kmk_teacher_bl_quara
```

### Quarantäne von Lehrkräften Verlauf {data-height=250}

```{r eval=TRUE, fig.width=20}
plot_verlauf("teacher_quarantine")
```


Tabellen Bundesländer
=============================

Column {.tabset}
-----------------------------------------------------------------------

### Schüler

```{r eval=TRUE}
tab_students
  
```

### Lehrkräfte

```{r eval=TRUE}
tab_teacher
```



<b>Vorhersage</b>
=============================

Column {.tabset .tabset-fade}
-----------------------------------------------------------------------

### Baden-Württemberg

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$BW
```

### Bayern

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$BY
```

### Berlin

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$BE
```

### Brandenburg

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$BB
```

### Bremen

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$HB
```

### Hamburg

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$HH
```

### Hessen

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$HE
```

### Niedersachsen

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$NI
```

### Mecklenburg-Vorpommern

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$MV
```

### Nordrhein-Westfalen

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$NW
```

### Rheinland-Pfalz

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$RP
```

### Saarland

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$SL
```

### Sachsen

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$SN
```

### Sachsen-Anhalt

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$ST
```

### Schleswig-Holstein

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$SH
```

### Thüringen

```{r eval=TRUE, fig.width=21, fig.height=10}
forecast_list$TH
```



Column {data-width=350}
-----------------------------------------------------------------------

### Vorhersage

Das Modell wurde auch als altersstrukturiertes Modell entwickelt. Es wird vom deterministischen SEIR-Modell (Susceptible-Exposed-Infectious-Recovered) mit zusätzlichen Komartments von der stationären Intensivstation, Langzeit-COVID und Tod. Die Ansteckungsraten entsprechender Altersgruppen hängen von den sozialen Kontakten der POLYMOD-Studie ab. Das Modell ist an gemeldete Fälle von KMK und RKI angepasst (survstat). Die angepassten Parameter werden verwendet, um die Fallzahlen in Schulen vorherzusagen. Wir betrachten die gemeldeten Daten der letzten zwei Wochen als Vorhersagen für die nächsten zwei Wochen. Die Prognosen werden in Fällen von Schülern und Lehrern/Lehrkräften angezeigt.




Impressum 
=================================================

__Herausgeber__

Helmholtz-Zentrum für Infektionsforschung GmbH (HZI)  
Inhoffenstraße 7 | 38124 Braunschweig  
Telefon: 0531 6181-0  
Telefax: 0531 6181-2655  
E-Mail: info@helmholtz-hzi.de  
Internet: https://www.helmholtz-hzi.de/  

__Rechtsform__

Das Helmholtz-Zentrum für Infektionsforschung (HZI) ist eine Gesellschaft mit beschränkter Haftung (GmbH). Das HZI ist Mitglied der Helmholtz-Gemeinschaft Deutscher Forschungszentren e.V.  
Registernummer: HRB 477  
Registergericht: Amtsgericht Braunschweig

__Vertretungsberechtigte Personen__

Prof. Dr. Dirk Heinz, Wissenschaftlicher Geschäftsführer  
Silke Tannapfel, Administrative Geschäftsführerin  
(Anschrift wie oben)  

Umsatzsteuer-Identifikationsnummer gemäß § 27 a Umsatzsteuergesetz 
DE 114815244  
Verantwortlich iSd. § 55 II RStV  

Helmholtz-Zentrum für Infektionsforschung GmbH

Verantwortlich für journalistisch-redaktionelle Inhalte:  

Susanne Thiele (Pressesprecherin)  
Inhoffenstraße 7  
D-38124 Braunschweig  
Telefon: 0531 6181- 0

__Wissenschaftliche Redaktion__

Dr. Isti Rodiah, Mathematician 
Dr. Stephan Glöckner, Data Scientist/Epidemiologe (https://github.com/gstephan30)  
Dr. Berit Lange, Projektleitung  
Telefon: 0531 6181- 3100  

__Urheberrecht__

Der Inhalt aller Webseiten dieses Internetauftrittes ist urheberrechtlich geschützt. Alle Abbildungen und Fotos auf den Webseiten des HZI dürfen nicht ohne Genehmigung des HZI übernommen, vervielfältigt und verbreitet werden, außer die Maßnahme ist nach gesetzlichen Vorschriften zustimmungsfrei erlaubt. Eine Veränderung der Metadaten (IPTC-Daten inkl. Nennung von Urheber, Quelle, Copyright-Vermerk und Nutzungsbedingungen) der Bilder ist nicht zulässig.

Bilder unter einer Creative Commons Lizenz dürfen gemäß der verwendeten Lizenz genutzt werden.

Die Verwendung von Abbildungen und Fotos, die nicht unter einer Creative Commons Lizenz stehen, ist bei Nennung des HZI in den folgenden Fällen gestattet: Bei redaktionell-journalistischen Veröffentlichungen in Presse und anderen Medien über die Arbeit des HZI, für sonstige nicht-kommerzielle Zwecke (Bildung, persönliche Information). Eine kommerzielle Nutzung ist zuvor beim HZI anzufragen.

__Haftungshinweis__

Die auf den Web-Seiten enthaltenen Informationen wurden sorgfältig erstellt und das HZI ist um eine laufende Aktualisierung bemüht, eine Gewähr für die Korrektheit, Aktualität und Vollständigkeit kann aber nicht übernommen werden, es sei denn bei nachgewiesenem vorsätzlichen oder grob fahrlässigem Verschulden des HZI. Das gilt auch für die Inhalte externer Links zu anderen Internet-Seiten.

Trotz sorgfältiger inhaltlicher Kontrolle übernimmt das HZI keine Haftung für die Inhalte externer Links. Für den Inhalt der verlinkten Seiten sind ausschließlich deren Betreiber verantwortlich.

__Zu dieser Seite__

Die im Impressum vom Verfasser angegebenen Kontaktdaten sind ausschließlich zur Kontaktaufnahme bezüglich rechtlicher und inhaltlicher Themen gedacht. Die Verwendung dieser Daten für werbende Zwecke wird ausdrücklich untersagt.

Konzeption, Design und technische Umsetzung der Website wurden realisiert von Helmholtz-Zentrum für Infektionsforschung GmbH