Por simulación y banda: AVD = prevalencia x suma de (proporción del estado x peso de discapacidad), con las proporciones y los pesos muestreados de sus intervalos y, si se da, el factor de comorbilidad por edad y sexo. Con una cascada, se calculan para la nación y cada ubicación subnacional. Sin estados de salud en la severidad de los insumos, es un error.
Arguments
- ajuste
Ajuste de
dl_ajustar()o cascada dedl_cascada().- insumos
Insumos de
dl_insumos().- comorbilidad
Factor de
dl_factor_comorbilidad()(opcional; sin él, los AVD no se corrigen por comorbilidad y el manifiesto lo declara).- semilla
Semilla (entero), obligatoria: el resultado es reproducible con la misma semilla.
Value
Objeto de clase dl_yld, una lista con:
draws_yld: tabla con los AVD por persona de cadalocation_id,sex_id,age_group_id(las bandas del ancla) y simulación (draw), enval.draws_prev_banda: la prevalencia de cada banda (proporción), con las mismas columnas.desplazamiento_splits: por estado de salud (health_state_id), la proporción de la tabla de severidad (prop_original), la media de las proporciones renormalizadas (prop_medio_renorm) y su diferencia (desplazamiento).como_aplicado:TRUEsi se aplicó el factor de comorbilidad.bundle_hash,seedyhuella_ajuste(identifican los insumos, la semilla y el ajuste de donde salen;dl_resumir()los compara).
Details
Los estados de salud de la causa vienen de severidad.csv (ver dl_proyecto()): la proporción de los casos
prevalentes en cada estado y su peso de discapacidad (DW), cada uno con su intervalo del 95 %. En cada simulación
se sortean las proporciones y los pesos (distribuciones Beta con la media y el intervalo dados) y las proporciones
se renormalizan para que sumen 1; desplazamiento_splits dice cuánto movió esa renormalización la proporción
media de cada estado. El AVD de la banda es la prevalencia de la banda por la suma de proporción x DW y, con
comorbilidad, por el factor de su sexo y su banda de edad. Los AVD son años vividos con discapacidad por persona
y año, en la misma escala que la prevalencia; las tablas de la corrida los dan como tasa por 100 000 (el valor
por persona x 100 000).
See also
dl_factor_comorbilidad(), dl_estimaciones() (medida = "avd"), dl_resumir() (el paso
siguiente) y dl_proyecto() (la tabla de severidad).
Carga (AVD):
dl_factor_comorbilidad()
Examples
# \donttest{
b <- dl_insumos(dl_proyecto(dl_ejemplo(), causa = 9100))
#> dl_insumos(): 25 fila(s) nacionales de la tabla datos quedan fuera del ajuste porque datos_en_ajuste está vacío en la configuración; las filas subnacionales se usan solo para validar la cascada
op <- dl_opciones_mcmc(simulaciones = 100, cadenas = 2, iteraciones = 2000, calentamiento = 1000)
f <- dl_ajustar(b, op, semilla = 1)
# los estados de salud de la causa
b$severidad[, c("health_state_id", "proportion", "dw_mean")]
#> health_state_id proportion dw_mean
#> <int> <num> <num>
#> 1: 799 0.5277128 0.00
#> 2: 9801 0.3222872 0.02
#> 3: 9802 0.1500000 0.07
y <- dl_avd(f, b, comorbilidad = dl_factor_comorbilidad(b), semilla = 1)
y
#> <dl_yld> AVD por simulación | insumos 0e52c7277b9a | semilla 1 | factor de comorbilidad aplicado
#> ubicaciones: 1 | bandas de edad y sexo: 24 | simulaciones: 100 | desplazamiento medio de las proporciones por la renormalización: 0.0022
# AVD por persona y año, por ubicación, sexo y banda de edad
head(dl_estimaciones(y))
#> location_id sex_id age_group_id medida media inferior
#> <char> <int> <int> <char> <num> <num>
#> 1: 123 1 13 avd 0.0002061263 0.0001370234
#> 2: 123 1 14 avd 0.0003008125 0.0002107176
#> 3: 123 1 15 avd 0.0003986536 0.0002807755
#> 4: 123 1 16 avd 0.0005043975 0.0003606046
#> 5: 123 1 17 avd 0.0006147103 0.0004294332
#> 6: 123 1 18 avd 0.0007633271 0.0005349720
#> superior
#> <num>
#> 1: 0.0003047115
#> 2: 0.0004320345
#> 3: 0.0005659253
#> 4: 0.0006882817
#> 5: 0.0007991258
#> 6: 0.0010298381
# }