Skip to contents

dismodlite

Estimación de la carga de una enfermedad por edad, sexo y ubicación, con un modelo enfermedad-muerte, en R.

¿Qué hace?

dismodlite estima la prevalencia, la incidencia, la mortalidad en exceso y los años vividos con discapacidad (AVD) de una enfermedad, por edad y sexo, en un país y en sus ubicaciones subnacionales (departamentos, regiones, provincias…). Parte de una estimación de referencia ya publicada, el ancla (por ejemplo, la del estudio de la Carga Global de Enfermedad, GBD), y la combina con los datos locales que haya mediante un modelo enfermedad-muerte ajustado por MCMC. Lleva el resultado nacional a las ubicaciones subnacionales con covariables, calcula los AVD con una tabla de severidad y propaga la incertidumbre de cada paso con simulaciones. Cada corrida queda en una carpeta reproducible, con un manifiesto que registra sus insumos, sus decisiones y los valores tomados por defecto.

Instalación 

install.packages("remotes")
remotes::install_github("horaciochacon/dismodlite")

Hace falta R 4.1 o posterior, en Windows, macOS o Linux. Las pruebas automáticas del paquete usan la versión actual de R en los tres sistemas y, en Linux, también la versión en desarrollo, la anterior y la 4.1. Un compilador de C++ es opcional: solo lo usa el motor "rcpp", una versión más rápida del ajuste (requiere el paquete Rcpp y, en Windows, Rtools). Sin compilador todo funciona con el motor por defecto, "mh", escrito en R.

Cómo se usa: tres comandos

Un proyecto es una configuración corta (config.yaml) y unas pocas tablas, el contrato de insumos: las ubicaciones, la población y el ancla (las descargas de GBD Results, tal como se descargan) y, si los hay, las covariables y sus efectos, los datos locales y la severidad. Todas comparten las mismas columnas de causa, ubicación, año, sexo y edad, y van en una carpeta o se pasan como data.frame de R.

library(dismodlite)

# 1. Crear la carpeta del proyecto: la configuración comentada y las plantillas de las tablas
dl_nuevo_proyecto("mi_proyecto", causa = 1234, nombre = "Mi enfermedad", anio = 2023, edad_inicio = 30)
# ... llenar ubicaciones.csv, poblacion.csv y severidad.csv y poner las descargas en ancla/ ...

# 2. Revisar todo antes de correr: una línea por comprobación, con la corrección sugerida
dl_revisar_proyecto("mi_proyecto")

# 3. Correr: insumos, ajuste, estimación subnacional, AVD, diagnósticos y carpeta de la corrida
dl_correr("mi_proyecto", semilla = 1, rapido = TRUE)  # una prueba corta, de principio a fin
dl_correr("mi_proyecto", semilla = 1)                 # la corrida de producción

Las tablas también se pueden pasar desde R, sin carpeta:

p <- dl_proyecto(configuracion = list(causa = 1234, anio = 2023, edad_inicio = 30),
                 ubicaciones = mis_ubicaciones, poblacion = mi_poblacion, ancla = "descargas/gbd_2023.csv",
                 severidad = mi_severidad)
dl_revisar_proyecto(p)
dl_correr(p, semilla = 1)

La guía Preparar tus datos describe cada tabla, sus columnas y sus unidades, y de dónde suele salir; ?dl_tablas es la referencia completa.

Ejemplo mínimo

El paquete trae un proyecto de ejemplo completo, dl_ejemplo(). Todos sus números son sintéticos: la enfermedad es inventada (la arteriopatía crónica sintética, causa 9100) y la geografía es la de un país real (Perú, con sus 25 departamentos como ubicaciones subnacionales), sin ningún dato real. Como las curvas verdaderas se conocen, se puede comprobar si el modelo las recupera.

library(dismodlite)
dl_revisar_proyecto(dl_ejemplo(), causa = 9100)
#> Revisión del proyecto «acs_peru», causa 9100
#>   ✓ ubicaciones: leída: 26 fila(s)
#>   ✓ poblacion: leída: 2100 fila(s)
#>   ✓ ancla: leída: 768 fila(s) (descarga de GBD Results)
#>   ✓ covariables: leída: 8 fila(s) (descarga de covariables del GHDx)
#>   ✓ betas: leída: 3 fila(s)
#>   ✓ datos: leída: 185 fila(s)
#>   ✓ severidad: leída: 12 fila(s)
#>   ✓ proxies_crudos: leída: 1500 fila(s)
#>   ✓ proxies: SEV_scalar_agestd_cvd_pvd: paseo_aleatorio, q = 2.26e-05, ediciones 2019, 2021, 2023
#>       LDI_pc: paseo_aleatorio, q = 0.000373, ediciones 2019, 2021, 2023
#>       haqi: paseo_aleatorio, q = 0.406, ediciones 2019, 2021, 2023
#>   ✓ configuración: config/9100.yaml: proyecto
#>   ✓ proyecto: las reglas entre tablas se cumplen
#>   ✓ insumos: dl_insumos() los arma y los valida (hash 159ad785562b)
#> Todo en orden.

Un ajuste nacional corto y sus estimaciones por edad y sexo:

proyecto <- dl_proyecto(dl_ejemplo(), causa = 9100)
insumos <- dl_insumos(proyecto)
opciones <- dl_opciones_mcmc(simulaciones = 100, cadenas = 2, iteraciones = 2000, calentamiento = 1000)
ajuste <- dl_ajustar(insumos, opciones, semilla = 1)
estimaciones <- dl_estimaciones(ajuste)
head(estimaciones)
#>    location_id sex_id  edad      medida        media     inferior    superior
#>         <char>  <int> <int>      <char>        <num>        <num>       <num>
#> 1:         123      1    30 prevalencia 0.0000000000 0.0000000000 0.000000000
#> 2:         123      1    31 prevalencia 0.0009713892 0.0004834718 0.001674911
#> 3:         123      1    32 prevalencia 0.0019514261 0.0010106230 0.003300012
#> 4:         123      1    33 prevalencia 0.0029423464 0.0015789707 0.004877413
#> 5:         123      1    34 prevalencia 0.0039464232 0.0021877604 0.006410696
#> 6:         123      1    35 prevalencia 0.0049659840 0.0028435334 0.007903400

Prevalencia por edad y sexo: la estimación sigue a la curva verdadera.

Son las cadenas cortas de dl_correr(rapido = TRUE), para que el ejemplo corra en segundos: sirven para probar, no para publicar. dl_correr() usa por defecto las de producción (1000 simulaciones, 4 cadenas de 50 000 iteraciones). La guía Primeros pasos recorre este ejemplo paso a paso, con el código de la figura.

Guías y referencia

En el sitio del paquete:

  • las guías: para empezar, el proyecto de ejemplo, el modelo y cómo preparar los datos de un proyecto propio; después, una guía por tema (la estimación subnacional, los datos locales, los subtipos, los AVD, las corridas y el diagnóstico);
  • la referencia: la ayuda de cada función, ordenada por etapa. Cada etapa de una corrida es una función que se puede llamar por separado; ?dl_correr las lista en orden.

Cómo citar 

citation("dismodlite")

Licencia

El código es MIT. Ver LICENSE.md.

Los catálogos de GBD 2023 que trae el paquete (estados de salud con sus pesos de discapacidad, y secuelas, en inst/referencia/catalogo_*_gbd2023.csv) son datos del Institute for Health Metrics and Evaluation (IHME) y se rigen por sus propios términos de uso (uso no comercial con atribución), no por la licencia MIT: ver inst/referencia/LEEME_catalogos.md, con su cita.

Problemas y sugerencias

Informa de un error o propón una mejora en github.com/horaciochacon/dismodlite/issues. Si es un error, incluye el mensaje completo y, si puedes, la salida de dl_revisar_proyecto() de tu proyecto.