Tabla de severidad desde una partición de severidad
Source:R/severidad.R
dl_severidad_desde_particion.RdArma la tabla severidad de una causa a partir de una corrida de partición de severidad: proporciones por
estado de salud (de la propia causa, de una hija dentro de la partición del padre o de un componente formado por
algunas secuelas) y pesos de discapacidad del catálogo de estados de salud. Recibe las rutas del formato completo.
En un proyecto, la severidad es la tabla severidad (ver dl_tablas) o, si la configuración declara
severidad.particion, sale de la partición con este mismo cálculo.
Usage
dl_severidad_desde_particion(
corrida,
causa,
rutas = dl_rutas(),
beta_covariable = NULL,
padre = NULL,
secuelas = NULL
)Arguments
- corrida
Carpeta de la corrida de partición de severidad.
- causa
Identificador de la causa (
cause_id).- rutas
Rutas de
dl_rutas(); se usan los catálogos.- beta_covariable
Vector con nombres
<health_state_id> = <covariate_name_short>para el canal de proporción de los AVD (opcional).- padre
Causa padre cuya partición reparte las secuelas de
causa(opcional).- secuelas
Secuelas que forman el componente modelado (opcional; excluyente con
padre).
Value
Tabla severidad del contrato dismod_lite/v1 (data.table), una fila por estado de salud: cause_id,
health_state_id, proportion, prop_lower y prop_upper (la proporción de los casos en el estado y su
intervalo), dw_mean, dw_lower y dw_upper (el peso de discapacidad y su intervalo), beta_covariable (la
covariable del canal de proporción, o NA), location_id_fuente (la ubicación de la partición) y fuente.
Atributos: renormalizacion (la suma de las proporciones antes de renormalizar) y, según el caso,
cuota_hija (la fracción de la prevalencia del padre que es de la hija) o componente (sequela_ids,
health_state_ids, y las fracciones de prevalencia y de AVD del componente, fraccion_prevalencia y
fraccion_yld).
Details
Una partición de severidad es una corrida que reparte la prevalencia de una causa (ambos sexos, todas las edades, una ubicación) entre sus secuelas y sus estados de salud, con una proporción y su intervalo por fila. Tres casos:
la causa misma: las proporciones de sus estados de salud, tal cual;
una hija (
padre): la partición del padre reparte su prevalencia entre las secuelas de todas sus hijas; la cuota de la hija es la suma de sus secuelas y cada estado recibe la suma de sus secuelas dividida por la cuota;un componente (
secuelas): lo mismo sobre el subconjunto de secuelas que se modela como unidad.
Al final las proporciones se renormalizan para que sumen 1 (la partición viene redondeada); el divisor queda en el
atributo renormalizacion. Los pesos de discapacidad (media e intervalo) salen del catálogo de estados de salud.
Con la ruta particion_severidad de dl_rutas() y sin tabla de severidad, dl_insumos() la arma así.
See also
dl_avd() (que usa la tabla), dl_rutas() (particion_severidad).
Funciones avanzadas:
dl_edo(),
dl_edo_resolver(),
dl_esquema(),
dl_esquema_tabla(),
dl_mh(),
dl_mh_cadenas(),
dl_prior_emr(),
dl_validar_estimaciones(),
dl_validar_tabla()
Examples
# la partición de severidad del ejemplo en el formato completo
completo <- system.file("extdata", "acs_peru_completo", package = "dismodlite")
corrida <- file.path(completo, "particion", "acs_v1")
rutas <- dl_rutas_ejemplo(9100, formato = "completo")
# la causa padre
dl_severidad_desde_particion(corrida, causa = 9100, rutas = rutas)
#> cause_id health_state_id proportion prop_lower prop_upper dw_mean dw_lower
#> <int> <int> <num> <num> <num> <num> <num>
#> 1: 9100 799 0.5277128 0.4485559 0.6068697 0.00 0.000
#> 2: 9100 9801 0.3222872 0.2739441 0.3706303 0.02 0.012
#> 3: 9100 9802 0.1500000 0.1275000 0.1725000 0.07 0.046
#> dw_upper beta_covariable location_id_fuente fuente
#> <num> <char> <char> <char>
#> 1: 0.000 <NA> 123 mod
#> 2: 0.031 <NA> 123 mod
#> 3: 0.102 <NA> 123 mod
# una hija, desde la partición del padre
hija <- dl_severidad_desde_particion(corrida, causa = 9101, rutas = rutas, padre = 9100)
hija[, c("health_state_id", "proportion", "dw_mean")]
#> health_state_id proportion dw_mean
#> <int> <num> <num>
#> 1: 799 0.50 0.00
#> 2: 9801 0.35 0.02
#> 3: 9802 0.15 0.07
attr(hija, "cuota_hija")
#> [1] 0.6773494