practica semana 6

practicas/Practica_semana6.R

@@ -0,0 +1,384 @@
+# Esta practica pertenece al temario del Encuentro 6 del curso
+
+# La idea es ver algunas otras funciones o aplicaciones de lo
+# mostrado durante el encuentro sincrónico
+
+# Este código está comentado a modo de guía 
+
+#-----------------------
+
+# Activamos paquetes
+
+library(tidyverse)
+library(rstatix)
+library(gtsummary)
+library(flextable)
+
+# leemos el archivo rita_prueba.csv
+
+rita <- read_csv2("practicas/rita_prueba.csv")
+
+# utilizaremos la función across() para convertir 
+# tipo de datos en forma masiva algunos formatos de variables
+
+# los nombres de las fechas comienzan con "FE"
+
+rita |> 
+  select(starts_with("FE")) 
+
+# algunos valores donde no hay datos figuran con los caracteres
+# "N/D" deberíamos cambiarlo por valores NA 
+
+# esto se puede hacer directamente en la lectura de los datos
+# utilizando el argumento na
+
+rita <- read_csv2("practicas/rita_prueba.csv", 
+                  na = c("", "NA", "N/D"))
+
+# le estamos indicando que tanto los valores vacíos "" como los
+# que dicen "NA" y "N/D" serán convertidos en valores NA
+
+rita |> 
+  select(starts_with("FE")) 
+
+# ahora tenemos las 8 variables con formato caracteres con fechas
+
+# para poder convertir todo en una sola operación podemos hacer:
+
+rita <- rita |> 
+  mutate(across(.cols = starts_with("FE"), .fns = dmy))
+
+# verificamos
+
+rita |> 
+  select(starts_with("FE")) 
+
+# convertimos 8 variables en date en un solo paso
+
+# lo mismo se puede hacer con otras variables, como por
+# ejemplo variables de caracter terminadas con N donde estan
+# los nombres de ciertas variables categóricas
+
+rita |> 
+  select(ends_with("N") & where(is.character)) 
+
+rita <- rita |> 
+  mutate(across(.cols = ends_with("N") & where(is.character), 
+                .fns = as_factor))
+
+# corroboramos seleccionando por factor
+
+rita |> 
+  select(ends_with("N") & where(is.factor)) 
+
+# estos permite en pocos pasos poder convertir grupos 
+# numerosos de variables
+
+# medidas resumen de una variable cuanti de rita
+
+rita |> 
+  get_summary_stats(DGED)
+
+# frecuencia de una variable cuali de rita
+
+rita |> 
+  freq_table(OSPTE) |> 
+  arrange(desc(prop))
+
+# además de lo mostrado en el script del encuentro sobre 
+# las virtudes de gtsummary mostraremos algunos ejemplos
+# más complejos documentados
+
+# tabla resumen de variable cuantitativa estratificada por
+# variable categórica
+
+rita  |> 
+  select(DGED, PTEDU) |> 
+  filter(PTEDU %in% c("Primario Incompleto", 
+                      "Primario Completo",
+                      "Secundario Incompleto", 
+                      "Secundario Completo")) |> 
+  mutate(PTEDU = fct_relevel(PTEDU, c("Primario Incompleto", 
+                                      "Primario Completo", 
+                                      "Secundario Incompleto",
+                                      "Secundario Completo"))) |> 
+  tbl_summary(
+    by = PTEDU,
+    type = all_continuous() ~ "continuous2", 
+    label = list(DGED ~ "Edad al diagnóstico"),
+    statistic = all_continuous() ~ c(
+      "{mean} ({sd})",
+      "{median} ({p25}, {p75})",
+      "{min}, {max}"
+    )) |> 
+  modify_header(label ~ "**Variable**") |> 
+  italicize_levels()
+
+# documentacion
+
+# rita  |> 
+# select(DGED, PTEDU) |> 
+#  filter(PTEDU %in% c("Primario Incompleto", 
+#                      "Primario Completo",
+#                      "Secundario Incompleto", 
+#                      "Secundario Completo")) |> 
+#  mutate(PTEDU = fct_relevel(PTEDU, c("Primario Incompleto", 
+#                                      "Primario Completo", 
+#                                      "Secundario Incompleto",
+#                                      "Secundario Completo")))
+
+# en estas líneas seleccionamos las variables en juego y
+# hacemos un recorte de algunas categorías de PTEDU
+# como es una variable ordinal y el orden alfabetico natural
+# no coincide con el orden real, se usa fct_relevel para cambiar 
+# el orden de sus niveles
+
+
+# tbl_summary(
+#   by = PTEDU,
+#   type = all_continuous() ~ "continuous2", 
+#   label = list(DGED ~ "Edad al diagnóstico"),
+#   statistic = all_continuous() ~ c(
+#     "{mean} ({sd})",
+#     "{median} ({p25}, {p75})",
+#     "{min}, {max}"
+#   ),
+#   missing = "no"
+# )
+
+
+# usamos la función tbl_summary() con los argumentos
+# by = para estratificar por PTEDU
+# type = los resumenes se muestras en mas de una fila
+# label = para cambiar la etiqueta de DGED
+# statistic = pedimos la media con el desvio, la mediana y los
+# quantiles 25 y 75 y el minimo y máximo
+
+# modify_header(label ~ "**Variable**") |> 
+#   italicize_levels()
+
+# modificamos la cabecera con Variable en negrita
+# hacemos italica las fuentes de las medidas
+
+# otro ejemplo: 
+
+rita  |> 
+  filter(ECOG != "Desconocido") |> 
+  select(PTESXN, ECOG) |> 
+  tbl_summary(
+    by = PTESXN,
+    missing = "no",
+    label = list(PTESXN ~ "Sexo", ECOG ~ "Status ECOG")
+  ) |> 
+  modify_header(label ~ "") 
+
+# documentación
+
+# rita  |> 
+#   filter(ECOG != "Desconocido") |> 
+#   select(PTESXN, ECOG) |> 
+
+# seleccionamos y filtramos las variables que participan de
+# la tabla
+
+# tbl_summary(
+#   by = PTESXN,
+#   missing = "no",
+#   label = list(PTESXN ~ "Sexo", ECOG ~ "Status ECOG")
+# ) |> 
+# modify_header(label ~ "") 
+
+# usamos tbl_summary con
+
+# by = variable de estratificación
+# missing = "no" indica que los NA no serán tenidos en cuenta
+# label = etiquetamos las variables
+# modify_header, modificamos la cabecera quitando el texto
+
+# tabla cruce de dos variables categóricas
+
+# función tbl_cross()
+
+rita  |> 
+  select(PTESXN, PTEDU) |> 
+  filter(PTEDU %in% c("Primario Incompleto", 
+                      "Primario Completo",
+                      "Secundario Incompleto", 
+                      "Secundario Completo")) |> 
+  mutate(PTEDU = fct_relevel(PTEDU, c("Primario Incompleto", 
+                                      "Primario Completo", 
+                                      "Secundario Incompleto",
+                                      "Secundario Completo"))) |> 
+  tbl_cross(
+    row = PTEDU,
+    col = PTESXN,
+    label = list(PTEDU = "Nivel educativo",
+                 PTESXN = "Sexo"),
+    percent = "cell"
+  ) |> 
+  bold_labels()
+
+# documentación
+
+# rita  |> 
+#   select(PTESXN, PTEDU) |> 
+#   filter(PTEDU %in% c("Primario Incompleto", 
+#                       "Primario Completo",
+#                       "Secundario Incompleto", 
+#                       "Secundario Completo")) |> 
+#   mutate(PTEDU = fct_relevel(PTEDU, c("Primario Incompleto", 
+#                                       "Primario Completo", 
+#                                       "Secundario Incompleto",
+#                                       "Secundario Completo"))) |> 
+
+# mismo trabajo que en el primer ejemplo
+
+#   tbl_cross(
+#     row = PTEDU,
+#     col = PTESXN,
+#     label = list(PTEDU = "Nivel educativo",
+#                  PTESXN = "Sexo"),
+#     percent = "cell"
+#   ) |> 
+# bold_labels()
+
+# usamos la función tbl_cross() para hacer cruces de variables
+# categóricas, con los argumentos:
+
+# row = la variable de la fila
+# col = la variable de la columna
+# label = las etiquetas de las variables
+# percent = el formato del porcentaje (uno en cada celda)
+
+# bold_labels() - hace que las variables aparezcan en negrita
+
+# El paquete flextable ofrece un numeroso conjunto de funciones
+# para trabajar con tablas que luego se pueden exportar 
+# a formatos interesantes como Word o html
+
+# tabla tipo dataframe
+
+# por ejemplo un recorte de una pequeña tabla de rita
+# creando una variable DEMORA entre fecha de inicio y
+# fecha de consulta y filtrando las demoras de 5 a 10
+# días (mostramos las 10 primeras)
+
+rita |> 
+  mutate(DEMORA = interval(FEINI, FECON)%/%ddays()) |> 
+  select(IDPTE, IDTUM, FEINI, FECON, DEMORA) |> 
+  filter(between(DEMORA, 5, 10)) |> 
+  slice(1:10)
+
+# el mismo código en lugar de salir por consola
+# lo convertimos en objeto flextable y es mostrado
+# en el Viewer (tipo html predeterminado)
+
+rita |> 
+  mutate(DEMORA = interval(FEINI, FECON)%/%ddays()) |> 
+  select(IDPTE, IDTUM, FEINI, FECON, DEMORA) |> 
+  filter(between(DEMORA, 5, 10)) |> 
+  slice(1:10) |> 
+  flextable()
+
+# le queremos cambiar el aspecto al ancho de las columnas
+# y que ajusten automáticamente 
+
+rita |> 
+  mutate(DEMORA = interval(FEINI, FECON)%/%ddays()) |> 
+  select(IDPTE, IDTUM, FEINI, FECON, DEMORA) |> 
+  filter(between(DEMORA, 5, 10)) |> 
+  slice(1:10) |> 
+  flextable() |> 
+  autofit()
+
+# le cambiamos el marcador de miles a IDPTE e IDTUM
+
+rita |> 
+  mutate(DEMORA = interval(FEINI, FECON)%/%ddays()) |> 
+  select(IDPTE, IDTUM, FEINI, FECON, DEMORA) |> 
+  filter(between(DEMORA, 5, 10)) |> 
+  slice(1:10) |> 
+  flextable() |> 
+  autofit() |> 
+  colformat_double(big.mark = "", digits = 0) 
+
+# cambiamos la presentación de las fechas al formato
+# dd/mm/aaaa
+
+rita |> 
+  mutate(DEMORA = interval(FEINI, FECON)%/%ddays()) |> 
+  select(IDPTE, IDTUM, FEINI, FECON, DEMORA) |> 
+  filter(between(DEMORA, 5, 10)) |> 
+  slice(1:10) |> 
+  flextable() |> 
+  autofit() |> 
+  colformat_double(big.mark = "", digits = 0) |> 
+  colformat_date(fmt_date = "%d/%m/%Y")
+
+# igual pero con otro formato de fecha
+
+rita |> 
+  mutate(DEMORA = interval(FEINI, FECON)%/%ddays()) |> 
+  select(IDPTE, IDTUM, FEINI, FECON, DEMORA) |> 
+  filter(between(DEMORA, 5, 10)) |> 
+  slice(1:10) |> 
+  flextable() |> 
+  colformat_double(big.mark = "", digits = 0) |> 
+  colformat_date(fmt_date = "%d %B %Y") |> 
+  autofit() 
+
+# guardamos la tabla
+
+tabla_demora <- rita |> 
+  mutate(DEMORA = interval(FEINI, FECON)%/%ddays()) |> 
+  select(IDPTE, IDTUM, FEINI, FECON, DEMORA) |> 
+  filter(between(DEMORA, 5, 10)) |> 
+  slice(1:10) |> 
+  flextable() |> 
+  colformat_double(big.mark = "", digits = 0) |> 
+  colformat_date(fmt_date = "%d %B %Y") |> 
+  autofit() 
+
+# objeto de clase flextable
+
+class(tabla_demora)
+
+
+
+# exportamos la tabla en html
+
+save_as_html(tabla_demora, 
+             path = "practicas/demora.html")
+
+
+# exportamos la tabla en docx
+
+save_as_docx(tabla_demora, 
+             path = "practicas/demora.docx")
+
+# cambiamos el formato de salida con el paquete officer
+
+# officer nos permite manipular documentos de Word y PowerPoint
+
+library(officer)
+
+# en este caso creamos unas características de documento
+# cambiando la disposición apaisada, un ancho y alto específico
+# en pulgadas y margenes definidos
+
+propiedades_seccion <- prop_section(
+  page_size = page_size(
+    orient = "landscape",
+    width = 8.3, height = 11.7
+  ),
+  type = "continuous",
+  page_margins = page_mar()
+)
+
+# exportamos en demora2.docx con estas especificaciones
+# de página en Word
+
+save_as_docx(tabla_demora, 
+             path = "practicas/demora2.docx",
+              pr_section = propiedades_seccion
+)