Rutas de los archivos de entrada

Reúne las rutas de los archivos que lee dl_insumos() en el formato completo: el ancla, las covariables, la población, los datos locales, la severidad y los archivos de apoyo. Con un proyecto con las tablas del contrato de insumos no hace falta: dl_proyecto() arma las rutas (las de su traducción al formato completo) y dl_insumos() las toma del proyecto.

Usage

dl_rutas(
  ancla_prevalencia = NULL,
  ancla_mortalidad = NULL,
  ancla_avd = NULL,
  ancla_incidencia = NULL,
  covariables = NULL,
  covariables_std = NULL,
  extraccion = NULL,
  proxies = NULL,
  poblacion = NULL,
  datos = NULL,
  pesos_80mas = NULL,
  severidad = NULL,
  particion_severidad = NULL,
  evidencia = NULL,
  registro = NULL,
  catalogos = NULL,
  prior_mortalidad_exceso = NULL,
  cambios = list()
)

Arguments

ancla_prevalencia, ancla_mortalidad, ancla_avd, ancla_incidencia: Archivo CSV (o carpeta de particiones) del ancla: prevalencia, mortalidad específica por causa, AVD e incidencia.
covariables: Carpeta con los CSV de covariables nacionales (descargas del GHDx).
covariables_std: Carpeta de la partición de covariables con el valor nacional (opcional).
extraccion: Archivo YAML de extracción con las covariables y sus betas.
proxies: CSV con los valores subnacionales de las covariables (tabla cov_proxy).
poblacion: CSV de población (nacional y subnacional).
datos: CSV con los datos locales (tabla datos).
pesos_80mas: CSV con los pesos de población de las bandas de 80-84, 85-89, 90-94 y 95 años y más.
severidad: CSV con la tabla de severidad de la causa.
particion_severidad: Carpeta de la corrida de partición de severidad de la causa (ver dl_severidad_desde_particion()).
evidencia: Carpeta con las fuentes de evidencia (list.csv).
registro: Carpeta de tablas de referencia (master_gbd.csv, etiquetas_es.csv, sequela_rei.csv, ...); no es el registro de corridas.
catalogos: Carpeta de catálogos (causas, ubicaciones, edades, estados de salud, secuelas).
prior_mortalidad_exceso: CSV con el prior de la mortalidad en exceso por sexo y tramo de edad (sex_id, age_start, age_end, mu_log, sd_log); solo con emr_prior.tipo: tabla. Lleva una fila por tramo de edad y por cada sex_id del modelo (1, hombres; 2, mujeres): las de otro sex_id no se usan.
cambios: Lista con nombres que reemplaza piezas después de los argumentos. Acepta los nombres de los argumentos de esta función y las claves internas de la versión 0.2.2 (std_prior, ghdx_cov, ...); un elemento NULL quita la pieza.

Value

Objeto de clase dl_paths: una lista con la ruta de cada pieza (o NULL) bajo su clave interna de la versión 0.2.2: std_prior, std_csmr, std_yld y std_incidence (el ancla), ghdx_cov (covariables), cov_std (covariables_std), extraction (extraccion), cov_proxy (proxies), poblacion, datos, pesos_80mas, severidad, severity_split (particion_severidad), ghdx_store (evidencia), registry (registro) y catalogos; y prior_mortalidad_exceso, que no existía en esa versión. print() la muestra con los nombres de los argumentos.

Details

Las piezas que no se dan quedan vacías o, si están definidas, se derivan de dos variables de entorno de respaldo, las únicas que lee el paquete: DATA_ROOT (la carpeta raíz de los datos: el ancla en DATA_ROOT/std/gbd/2023/cause/<medida>, el valor nacional de las covariables en DATA_ROOT/std/ghdx/2023/covariate/value, la población en DATA_ROOT/std/inei y la evidencia en DATA_ROOT/ghdx; también es la carpeta de salida por defecto de dl_exportar_corrida(), dl_sumar_hijas() y dl_reresumir_corrida()) y CATALOGOS_DIR (la carpeta de catálogos). Una pieza que hace falta y no está detiene dl_insumos() con un error que la nombra.

Los archivos de cada pieza y sus columnas siguen el contrato dismod_lite/v1 (ver dl_esquema()); la sección «Formato completo» de dl_proyecto() describe la carpeta de un proyecto en ese formato.

Examples

# las rutas del ejemplo en el formato completo, pieza por pieza
completo <- system.file("extdata", "acs_peru_completo", package = "dismodlite")
en <- function(...) file.path(completo, ...)
r <- dl_rutas(ancla_prevalencia = en("ancla", "prevalencia.csv"),
              ancla_mortalidad = en("ancla", "mortalidad.csv"),
              ancla_avd = en("ancla", "avd.csv"), ancla_incidencia = en("ancla", "incidencia.csv"),
              covariables = en("covariables"), extraccion = en("extraccion.yaml"),
              proxies = en("proxies_departamentales.csv"), poblacion = en("poblacion.csv"),
              datos = en("datos.csv"), pesos_80mas = en("pesos_80mas.csv"),
              severidad = en("severidad", "9100.csv"), evidencia = en("evidencia"),
              registro = en("registro"), catalogos = en("catalogos"))
r
#> <dl_paths> rutas de los insumos (argumentos de dl_rutas())
#>   ancla_prevalencia        /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/ancla/prevalencia.csv
#>   ancla_mortalidad         /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/ancla/mortalidad.csv
#>   ancla_avd                /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/ancla/avd.csv
#>   ancla_incidencia         /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/ancla/incidencia.csv
#>   covariables              /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/covariables
#>   covariables_std          (no dada)
#>   extraccion               /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/extraccion.yaml
#>   proxies                  /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/proxies_departamentales.csv
#>   poblacion                /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/poblacion.csv
#>   datos                    /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/datos.csv
#>   pesos_80mas              /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/pesos_80mas.csv
#>   severidad                /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/severidad/9100.csv
#>   particion_severidad      (no dada)
#>   evidencia                /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/evidencia
#>   registro                 /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/registro
#>   catalogos                /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/catalogos
#>   prior_mortalidad_exceso  (no dada)
# `cambios` acepta los nombres de los argumentos y las claves de la versión 0.2.2
dl_rutas(cambios = list(poblacion = en("poblacion.csv"),
                        std_prior = en("ancla", "prevalencia.csv")))
#> <dl_paths> rutas de los insumos (argumentos de dl_rutas())
#>   ancla_prevalencia        /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/ancla/prevalencia.csv
#>   ancla_mortalidad         (no dada)
#>   ancla_avd                (no dada)
#>   ancla_incidencia         (no dada)
#>   covariables              (no dada)
#>   covariables_std          (no dada)
#>   extraccion               (no dada)
#>   proxies                  (no dada)
#>   poblacion                /home/runner/work/_temp/Library/dismodlite/extdata/acs_peru_completo/poblacion.csv
#>   datos                    (no dada)
#>   pesos_80mas              (no dada)
#>   severidad                (no dada)
#>   particion_severidad      (no dada)
#>   evidencia                (no dada)
#>   registro                 (no dada)
#>   catalogos                (no dada)
#>   prior_mortalidad_exceso  (no dada)
# \donttest{
b <- dl_insumos(dl_configuracion(9100, en("config")), r)
#> dl_insumos(): 25 fila(s) nacionales de `datos` quedan fuera del ajuste porque medidas_entrada está vacío en la configuración; las filas subnacionales se usan solo para validar la cascada
b
#> <dl_bundle> insumos de la causa 9100 (Arteriopatía crónica sintética) | ancla en la ubicación 123 | hash b5652414a40d
#>   datos          160 filas  datos locales (para el ajuste o la validación)
#>   prior_gbd       36 filas  ancla, por medida, sexo y banda de edad
#>   betas            3 filas  betas de las covariables
#>   cov_valores      8 filas  valores nacionales de las covariables
#>   cov_proxy      500 filas  valores subnacionales de las covariables (proxies)
#>   severidad        3 filas  estados de salud de la causa
#>   poblacion      780 filas  población por ubicación, sexo y edad
#>   sequela_map      0 filas  secuelas de la causa (formato completo)
# }

Usage

Arguments

Value

Details

See also

Examples