La Comunidad de Madrid ha registrado durante este fin de semana 4.553 nuevos contagios de covid-19, 232 de ellos notificados en las últimas 24 horas, mientras que desde el viernes 93 personas han muerto por la enfermedad en los hospitales de la región
|
etiquetas: madrid , suma , contagios , semana
Los derechosos tienen ganado el infierno.
Si miramos los positivos del 1 al 7 de Octubre, el día 8 de Octubre se publicaron que eran 15.322
Pero a día de hoy sabemos, que del 1 al 7 no hubo 15.332, sino casi 17.000 (por el retraso de los datos)
La incidencia a 7 días publicada el día 8 para la comunidad de Madrid era 229,
Pero en realidad, a la vista de los datos, hoy sabemos que era de 252
(imagina el dato a 14 días que es el que utilizan...)
Así que no sólo hacen la mitad de pruebas pcr, también retrasan los datos para bajar la incidencia.
Por ello, lo que debemos mirar es la positividad, número de muertos, Hospitalizaciones, ingresos UCI... y ahí Madrid no puede esconder los datos.
Madrid el Viernes:
Camas hopital ocupadas por covid: 19.81%
UCI: 35.70%
Hoy Lunes:
Camas hopital ocupadas por covid: 20.44%
UCI: 38.85%
Empeora
En los ultimos 7 días en Madrid han muerto 67 personas, 10 muertos por millón.
En Navarra han sido 29, con 10 veces menos población. 44,61 muertos por millón
En Aragón han sido 43, con 1,3 millones de personas, 33 muertos por millón
No te dejes engañar, no mires las cifras absolutas y relativiza siempre
cc #11
EDITO: Para que Madrid alcanzase los muertos por millón de Navarra, tendrían que ser 290 en una semana, y para los de aragón, 218, ni en madríd pueden maquillar tanto.
Los muertos por millon en un foco siempre van a ser salvajes y más cuanto menor es su población. X eso San marino...
Si alguien quiere el script (en R), por eso de la investigación reproducible, no tengo inconveniente en pegarlo, y así podrá revisar si se han introducido alteraciones de los valores o hay algún error.
Y mas que por precaución... quitar los ultimos 7 días es casi una obligación, porque madre mia, que de 14 días hay 5 consolidados con suerte
data <- read_csv("momo.isciii.es/public/momo/data",
col_types = cols(cod_ambito = col_character(),
cod_ine_ambito = col_character(),
fecha_defuncion = col_date(format = "%Y-%m-%d"),
nombre_ambito = col_character()))
Luego selecciono los últimos 40 días del registro, pero eliminando los 7 últimos por tema de consolidación de datos.
data2 <- data %>%
filter(fecha_defuncion > max(data$fecha_defuncion) - 40) %>%
filter(fecha_defuncion < (max(data$fecha_defuncion) - 6))
El siguiente paso es eliminar los registros detallados por sexo y edad. El MoMo presenta los datos de una manera muy curiosa.
data2 <- data2 %>%
filter(nombre_sexo == "todos") %>%
filter(nombre_gedad == "todos")
Defino una fecha de cierre, que es la última de las disponibles
f_cierre <- max(data2$fecha_defuncion)
Y para fabricar la tabla, filtro por ambito = comunidades autónomas, elimino Ceuta y Melilla (no es nada personal), y creo unas medias acumuladas para los valores de las defunciones observadas y las esperadas (función runMean). A partir de esos valores obtengo el ratio. Si selecciono solo las columnas de interés y ordenos de mayor a menor ratio, sale esto:
data2 %>%
filter(ambito == "ccaa" & !nombre_ambito %in% c("Ceuta", "Melilla")) %>%
group_by(nombre_ambito) %>%
mutate(fallecidos = runMean(defunciones_observadas, 7),
esperados = runMean(defunciones_esperadas, 7),
ratio = fallecidos / esperados) %>%
filter(fecha_defuncion == f_cierre) %>%
select(nombre_ambito, fecha_defuncion, esperados, fallecidos, ratio) %>%
arrange(-ratio)
nombre_ambito fecha_defuncion esperados fallecidos ratio
<chr> <date> <dbl> <dbl> <dbl>
1 Madrid, Comunidad de 2020-10-11 107. 148. 1.39
2 Navarra, Comunidad Foral de 2020-10-11 14.9 20.7 1.39
3 Rioja, La 2020-10-11 5.5 7.14 1.30
4 Castilla - La Mancha 2020-10-11 48 60 1.25
5 Extremadura 2020-10-11 26.3 32.6 1.24
Yo tengo alguna cosa hecha en python, pero al coger los datos de sanidad, tengo que hacer OCR al PDF para sacar la primera tabla, y luego voy haciendo hojas de excel, que luego leo con una librería de python.
De ahi me creo una Matriz 3D, y libertad para sacar cualquier dato o gráfica.
Gracias por el tour, muy interesante la verdad.
PD: no escurras el bulto, todos sabemos que odias a Ceuta y Melilla y que no los "apartas" por la poca población que tienen
data <- read_csv("momo.isciii.es/public/momo/data",
col_types = cols(cod_ambito = col_character(),
cod_ine_ambito = col_character(),
fecha_defuncion = col_date(format = "%Y-%m-%d"),
nombre_ambito = col_character()))
Luego selecciono los últimos 40 días del registro, pero eliminando los 7 últimos por tema de consolidación de datos.
data2 <- data %>%
filter(fecha_defuncion > max(data$fecha_defuncion) - 40) %>%
filter(fecha_defuncion < (max(data$fecha_defuncion) - 6))
El siguiente paso es eliminar los registros detallados por sexo y edad. El MoMo presenta los datos de una manera muy curiosa.
data2 <- data2 %>%
filter(nombre_sexo == "todos") %>%
filter(nombre_gedad == "todos")
Defino una fecha de cierre, que es la última de las disponibles
f_cierre <- max(data2$fecha_defuncion)
Y para fabricar la tabla, filtro por ambito = comunidades autónomas, elimino Ceuta y Melilla (no es nada personal), y creo unas medias acumuladas para los valores de las defunciones observadas y las esperadas (función runMean). A partir de esos valores obtengo el ratio. Si selecciono solo las columnas de interés y ordenos de mayor a menor ratio, sale esto:
data2 %>%
filter(ambito == "ccaa" & !nombre_ambito %in% c("Ceuta", "Melilla")) %>%
group_by(nombre_ambito) %>%
mutate(fallecidos = runMean(defunciones_observadas, 7),
esperados = runMean(defunciones_esperadas, 7),
ratio = fallecidos / esperados) %>%
filter(fecha_defuncion == f_cierre) %>%
select(nombre_ambito, fecha_defuncion, esperados, fallecidos, ratio) %>%
arrange(-ratio)
nombre_ambito fecha_defuncion esperados fallecidos ratio
1 Madrid, Comunidad de ............. 2020-10-11 107. 148.0 1.39
2 Navarra, Comunidad Foral de .. 2020-10-11 14.9 20.7 1.39
3 Rioja, La ....................................... 2020-10-11 5.5 7.14 1.30
4 Castilla - La Mancha ................... 2020-10-11 48.0 60.0 1.25
5 Extremadura ............................... 2020-10-11 26.3 32.6 1.24
Mierda. He editado para ponerlo más mono y se me ha pasado el tiempo
Creo que faltabas tu en meneame al que le pasase eso
Maldito perfeccionismo
Es flipante que haya que leer datos de un pdf.
Obtener esa tabla no ha sido demasiado trabajo. Son pocas líneas de código y se trata de una manipulación de datos bastante básica. Si me animo al siguiente paso, que es fabricar una página interactiva para jugar con esta información, eso si que cva a ser más complicado.
Solo hay un XLSx de los muertos, el resto de datos, encima de que cada dia el informe es diferente, toca sacarlos así.
Que porqué es diferente? hoy tienen 16 paginas, mañana 17, al siguiente 13, las tablas no están siempre en el mismo sitio, las filas de la información no están igualmente espaciadas.... Que se puede esperar luego de sus conclusiones si no saben dar una información decente?
#28 yo te he votado positivo en ambos, porque el TOC del perfeccionismo me persigue a veces también
Llevo sin meterme en un restaurante desde mediados de febrero, y no será por ganas, oye, pero así, no, no se puede.
Y no lo hace, y los tres datos llevan en ligero descenso más de 2 semanas.
www.comunidad.madrid/sites/default/files/doc/sanidad/201019_cam_covid1
Estaría bien que informases de la fuente de tus números, porque no se parecen ni remotamente a los que he visto yo.
El dato de camas UCI ocupadas por COVID alcanza su pico (505) el 1 de Octubre (no el 9), y desde entonces empieza a descender hasta un mínimo entre el 13 y el 15 de Octubre, dos semanas de descenso después, de 461, para luego subir en los últimos 6 días (no 10) hasta los 474 de ahora que siguen siendo una cantidad inferior al pico del 1 de Octubre (un 6% menos).
A mí que empiecen a subir las camas UCI me preocuparía si también subiesen los hospitalizados, pero no es el caso. La pandemia no empeora aunque sí lo hagan las consecuencias de quien sufre la enfermedad, seguramente debido al cambio en la climatología.
El dato de UCI lleva subiendo desde el 12.
Así que lo que dice el gráfico de "Datos en DESCENSO a lo largo de todo el mes de octubre" es sencillamente falso.
En fin, te pongas como te pongas desde el 12 de octubre los datos no están descendiendo, lo siento.
Yo no soy ningún alarmista, simplemente no trago con discursos ideológicos cuando lo que hay que analizar son los datos. Y los datos dicen que ahora mismo estamos en un cambio de tendencia.
www.mscbs.gob.es/profesionales/saludPublica/ccayes/alertasActual/nCov/
En su boletín diario la CAM lleva semanas notificando una media de unos 35-40 fallecidos cada día en hospitales.
Y todavía le falta añadir unos 1100 fallecidos a los datos del ministerio. Madrid publica 11.113 fallecidos totales en hospitales y el ministerio solamente tiene registrados 10014.
Si a Navarra se le escapan 10 muertos a la semana, es como si a Madrid se le escapasen 100, porque tienen 10 veces menos población.
Hay que usar los datos de algún sitio, el basarse en un "suelen" o "podría" no es estadístico.
Como he dicho, Madrid tendría que tener 4 veces mas muertos de los indicados por sanidad para equiparar las cifras de Aragón. No es posible llevar tantísimo retraso (y que solo lo tenga una comunidad)
El informe de cada comunidad incluye muertos rezagados, de hace 15 días por ejemplo.
Lo cual evidentemente, deja la pregunta de si mañana o pasado, o dentro de una semana se agregarán muertos a esta semana, cosa que si, así va a suceder. Pero es algo que viene pasando toda la pandemia, en todas las comunidades. Por ejemplo, hace 5-6 informes creo, Aragón tenía 0 muertos a la semana, y ahora, de repente, 43.
En cuanto al dato que das, la comunidad informa de todos los muertos, tanto con prueba PCR como los que claramente han muerto de eso, pero no se les ha hecho prueba (durante la primera ola pasó en toda españa, y como Illa dijo que solo se contaba como muerto por covid a alguien que había muerto de ello y en vida se le había hecho la prueba, pues de ahí la diferencia.
Por eso sanidad informa de 34000 muertos, pero el MoMo dice que hay un exceso de mortalidad tal que estamos por encima de los 52000 muertos.
* Muertos en el día: 36. Sube 7. Debido a la alta variabilidad de la cifra, la subida no es significativa. Sigue claramente por debajo del pico de la segunda ola,que sucedió en Septiembre.
* UCI: 482. Sube 8. Sería levemente preocupante (sigue por debajo del pico de la segunda ola, del 1 de Octubre) si no fuera por los siguientes dos datos.
* Hospitalizados: 2580. Baja 95 con respecto a ayer, y baja 187 con respecto al mismo día de la semana anterior.
* Casos confirmados en los últimos 14 días, dato que se publica los martes: podemos compararlo con la semana anterior. Te adjunto las dos imágenes y ya tú si eso me dices si la cosa va a peor o a mejor. Nótese que al estar el color basado no en casos absolutos sino en casos cada 100.000 habitantes, los cambios de color en municipios cerca del centro implican una mayor variación del número de casos que los de la periferia, que al tener baja población, con muy poquitos casos ya cambian fuertemente de color. De hecho acudiendo a la fuente, el número de casos confirmados de los últimos 14 días ha pasado de 29056 a 26008, baja un 10% (hay que descargarse el csv y luego sumar). La fuente: datos.comunidad.madrid/catalogo/dataset/covid19_tia_muni_y_distritos/r
Y el informe de ayer: www.comunidad.madrid/sites/default/files/doc/sanidad/201020_cam_covid1
Yo firmaría ya que los números se mantengan como están el resto del invierno. Permiten ir haciendo inmunidad de grupo sin saturar la Sanidad. Podríamos llegar a permitirnos incluso un empeoramiento del 20% en hospitalizados/UCI sin saturación. Pero la evolución actual no sugiere que eso pueda ocurrir próximamente.