Análisis gráfico descriptivo de la pandemia Covid-19 en
Ecuador
Facultad de Ingeniería Industrial, Universidad
de Guayaquil. Guayaquil, Ecuador, 090112
Autor de correspondencia:
karina.valenzuelab@ug.edu.ec
Vol. 01,
Issue 01 (2022): July
DOI: 10.53591/easi.v1i1.1768
Submitted:
April 29, 2022
Published: July 14, 2022
Engineering
and Applied Sciences in Industry
University
of Guayaquil. Ecuador
Frequency/Year:
2
Web: https://revistas.ug.edu.ec/index.php/easi
Email:
easi-publication.industrial@ug.edu.ec
How to cite this article:
Ávila, J.,
Pilacuán, L., & Valenzuela, K. (2022). Análisis gráfico descripctivo de la
situación de COVID-19 en Ecuador. EASI:
Engineering and Applied Sciences in
Industry, 1(1), 29-37. https://doi.org/ 10.53591/easi.v1i1.1768
Articles
in journal repositories are freely open in digital form. Authors can reproduce
and distribute the work in any non-commercial site and grant the journal right
of first publication with the work simultaneously licensed under a CC BY-NC-ND
4.0.
Resumen. El presente
documento muestra el informe acerca de la propagación del virus COVID-19 en Ecuador,
durante los meses más críticos de la pandemia. El análisis se realizó aplicando
técnicas de estadística descriptiva a través de gráficos generados en software
libre RStudio. El estudio estadístico aplicó una base de datos que muestra los
registros diarios de contagios y defunciones por provincia, durante 187 días.
Los tipos de gráficos empleados como diagramas de barras y dispersión dinámicos
se encuentran en función de los distintos días de estudio. Además, un mapa
geográfico de todo el país, donde se aprecia el nivel de afectación en cada
zona. De esta manera se pudo evidenciar que las provincias más afectadas eran Guayas
y Pichincha, mismas que son consideradas las más pobladas del Ecuador.
Palabras claves: COVID-19, pandemia,
virus, software, base de dato.
Abstract. The present document shows the
report about the spread of the COVID-19 virus in Ecuador, during the most
critical months of the pandemic. The analysis was performed by applying
descriptive statistical techniques through graphs generated in RStudio free
software. The statistical study applied a database showing daily records of
contagions and deaths by province, for 187 days. The types of graphs employed
such as dynamic bar charts and scatter plots are found according to the
different study days. In addition, a geographic map of the entire country shows
the level of affectation in each zone. The most affected provinces were Guayas and
Pichincha, which are considered the most populated provinces of Ecuador.
Keywords: COVID-19, pandemic, virus, software,
database.
1.
INTRODUCCIÓN
La epidemia de COVID-19 declarada emergencia sanitaria, es
una enfermedad infecciosa que presentó su primer brote en diciembre de 2019 en
la ciudad de Wuhán, China. Actualmente, ha
llegado a afectar a casi todos los países del mundo, incluyendo a Ecuador
El siguiente estudio presenta un análisis descriptivo
mediante representaciones gráficas y dinámicas, obtenidas con la ayuda del
ambiente de programación RStudio y diversos paquetes de este. La estadística
descriptiva es la ciencia que tiene como principal propósito la recopilación,
organización y presentación de datos a través de diversas técnicas de estudio. RStudio es un software gratuito que utiliza
lenguaje de programación R para ciencia de datos, investigación científica y
comunicación técnica.
El objetivo del proyecto se basa en obtener un conjunto de
gráficos realizados con RStudio, enfocados en demostrar de forma dinámica el
comportamiento, tanto de contagios como de defunciones, causadas por la
epidemia de COVID-19 en Ecuador. Entre ellos, gráficos animados de barras y
puntos, con el fin de observar la evolución de la pandemia en las distintas
provincias del país. Así mismo, un mapa temático, donde se puede visualizar
geográficamente, las provincias clasificadas mediante una paleta de colores,
donde las más afectadas se representan con colores más intensos y las menos
afectadas con colores más claros. Los gráficos animados de barras son diagramas
que muestran de forma progresiva las frecuencias absolutas del número de
contagios a lo largo de los días de estudio, donde cada barra representa una de
las 24 provincias del país. Los diagramas animados de dispersión se basan en la
correlación entre dos variables de estudio y su tendencia. Y, el mapa temático
que es una representación geográfica que clasifica mediante una paleta de
colores o tonalidades el nivel de contagios que alcanzó cada provincia, con el
fin de apreciar la afectación de la pandemia en cada zona.
La COVID-19 sigue afectando a la población de Ecuador,
aunque los estudios realizados anteriormente han declarado que la mayor parte
del país alcanzó el pico máximo de contagios, no asegura que la epidemia haya
finalizado
2.
METODOLOGÍA
Para este estudio, la data consta de registros de contagios
confirmados y muertes en las 24 provincias del territorio ecuatoriano durante
el período de tiempo desde el 13 de marzo del 2020 hasta el 15 de septiembre
del mismo año. El estudio está basado en diagramas estadísticos que describen
de forma visual datos principalmente cuantitativos. Para este caso, el número
de contagios y defunciones son considerados variables cuantitativas discretas
que representan la cantidad de personas de la población ecuatoriana que fue
afectada por la epidemia
Las gráficas utilizadas para este tipo de variables más
comunes son gráficos de barras, que hacen representaciones visuales de datos a
través de dos ejes, las categorías discretas en este estudio son las 24
provincias del país y las magnitudes numéricas representadas con los contagios
y defunciones
La Figura 1 representa la
Situación Nacional por COVID-19 según el
La mayor parte de la
ciudadanía al inicio de la pandemia no realizó las recomendaciones hechas por
las autoridades de salud, esto ocasionó un incremento de contagios y muertes en
las dos ciudades más grande del País
Figura 1. Situación Nacional por COVID-19
3. RESULTADOS Y DISCUCIÓN
Según los datos analizados por el
sistema Rstudio, la siguiente gráfica (Fig. 2) analiza
la cantidad total de los contagios por COVID-19 en las 24 provincias del
Ecuador, al finalizar el día 187 de la pandemia
En
la gráfica de dispersión (Fig. 3) según los datos analizados por el sistema Rstudio
representada en la Figura 3, se puede analizar la correlación de fallecidos vs
contagios de COVID-19 de las 24 provincias del Ecuador al finalizar el día 187
desde que comenzó la pandemia. Se obtuvo como resultado una correlación
positiva entre ambas variables de 0.8721497, lo que asimila que los datos
llevan un patrón creciente en todas las líneas de las 24 provincias del
Ecuador. A medida que los contagios aumentan el número de fallecidos también se
incrementa. Pichincha (Color Morado) presenta un mayor nivel de contagios hasta
la actualidad, seguido de Guayas (Color verde).
Mediante el diagrama de boxplot que se muestra en la Figura
4, se puede visualizar en el eje horizontal el número de contagios que existe
en cada provincia de la Costa, mismo que evidencia que la provincia del Guayas
(Color Verde) presenta una mediana de contagios superando los 10.000 casos
confirmados de COVID-19 y un alcance máximo de casi 20.000 contagios durante
los 187 días que se tomaron para este estudio.
Figura 5. Contagios en
las provincias de la región Sierra. (Fuente: los autores)
A través del diagrama boxplot de
la Figura 5, se puede visualizar en el eje horizontal el número de contagios
que existe en cada provincia de la Sierra, donde se evidencia que la provincia
de Pichincha (Color Fucsia) presenta mediana de contagios aproximada a los
10.000 casos confirmados y alcance máximo de casi 30.000 casos durante los 187
días que se tomaron para este estudio.
Figura
6.
Contagios en las provincias de la región Amazónica
Mediante el diagrama de la Figura 6, se puede visualizar en
el eje horizontal el número de personas contagiadas que presenta cada provincia
de la región Amazónica, donde se evidencia que la provincia de Morona Santiago
(Color Rosa) alcanzó un máximo de contagios aproximado a los 2.000 casos
confirmados durante los 187 días que se tomaron para este estudio. Aunque fue
la más alta en esta región, no se encuentra entre las más afectadas a nivel
nacional.
De acuerdo a los informes realizado por el
Según la Figura 7 se puede observar que Guayas y Pichincha
tienen un alto número de personas contagiadas y fallecidas confirmadas por
RT-PCR, donde Galápagos figura con 182 contagiados y una persona fallecida
dando como resultado la provincia con nivel bajo en contagio y muerte.
Figura
7.
Indicador de casos fallecidos confirmados con COVID-19
Figura 8. Contagios de COVID-19
en el Ecuador
La gráfica muestra el mapa temático de la zona geográfica del
Ecuador que se encuentra separado por provincias, mismo que está elaborado con
la variable “Contagios”, evaluada en el día 187 de la data empleada para este
proyecto. En la parte inferior se puede observar cuatro clases de tonalidades,
donde el verde más intenso representa a las provincias que presentaron mayor número
de contagios, de forma sucesiva, hasta llegar a la tonalidad más celeste que
son las provincias con menos contagiados en el Ecuador. A partir del 5 de junio, el SNGRE empezó a
publicar algunos resultados de las acciones realizadas por el MDG y la Policía
Nacional, dando como resultado la gráfica de
la Figura 9:
Figura 9. Acciones
reportadas por el MDG y la PN durante el periodo de estudio
Se han considerado los proyectos de reactivación productiva,
pues de acuerdo a la “Guía y Plan General para el Retorno Progresivo a las
actividades Laborales”, en una primera etapa, se produciría una evaluación del
COE-P, la misma que debía considerar los resultados proporcionados por el MSP,
la semaforización del MDG y la coordinación con los GAD para el control de la movilización
del transporte hacia y desde las industrias o empresas que reabrieron sus
puertas y
para todo esto se requirió́ la asistencia de la fuerza pública.
Según en su informe sobre el Impacto de la COVID-19 en el
Ecuador de los datos inexactos a las muertes en exceso, explica que en vista
que los medios indicaban datos no reales la población no estaba enterada de lo
que sucedía en el país, no sabían que datos eran reales y cuales no, por tal motivo
se desarrolló un método denominado “Rastreador de muertes en exceso” y es un
gran esfuerzo de varias organizaciones, de los equipos de expertos en datos y
algunos periodistas que se dedicaron a recolectar datos sobre muertes
históricas en casi todos los países del mundo. Ante esta oleada de
desinformación, se analizó los datos hacia la perspectiva de las muertes en
exceso para analizar la epidemiologia de las distintas curvas en el Ecuador,
según como se muestra en la Figura 10.
Figura 10. Excesos de mortalidad para
Guayaquil y Pichincha
Según el gráfico respalda
el hecho de que Pichincha no fue el centro de la pandemia en Ecuador porque su
exceso de muertes es extremadamente inferior al que ocurrió en Guayaquil.
Además, la forma del exceso diario de evolución en Guayas es totalmente
diferente a Pichincha.
CONCLUSIONES
Las provincias que se vieron más afectadas por la COVID-19
tanto en cantidad de contagiados como en fallecidos fueron Guayas y Pichincha,
provincias en las que se encuentran las dos ciudades más importantes de
Ecuador, Guayaquil y Quito. También se puede observar mediante el informe
generado que las provincias menos afectadas han sido Galápagos y la región
amazónica del Ecuador, pues éstas presentan una tasa de mortalidad inferior al
30%. Adicionalmente, los contagios y los fallecidos, las principales variables
de estudio de este proyecto, presentaron una correlación positiva y no implica
relación de causalidad, es decir ambas variables se comportaron de forma
creciente a lo largo de los días tomados como muestra. A pesar de que en el día
uno, varias provincias presentaban cero contagiados, al llegar al día 187, es
decir, aproximadamente seis meses después, todas las provincias presentaban
contagios confirmados y las más afectadas llegaron a superar las 10.000
personas contagiados por COVID-19.
Agradecimiento
A la Universidad
de Guayaquil (Ecuador), al Ministerio de Salud Pública por proporcionar datos
que sirvieron para realizar el
análisis descriptivo de la pandemia COVID-19 en Ecuador.
REFERENCIAS
Isa, F., Forleo-Neto,
E., Meyer, J., Zheng, W., Rasmussen, S., Armas, D., Oshita,
M., Brinson, C., Folkerth,
S., Faria, L., Heirman, I., Sarkar,
N., Musser, B. J., Bansal,
S., O’Brien, M. P., Turner, K. C., Ganguly, S.,
Mahmood, A., Dupljak, A., … Herman, G. A. (2022). Repeat
subcutaneous administration of casirivimab and imdevimab in adults is
well-tolerated and prevents the occurrence of COVID-19. International
Journal of Infectious Diseases, 122, 585–592.
https://doi.org/10.1016/j.ijid.2022.06.045
Liu, Y., Pearson,
C. A. B., Sandmann, F. G., Barnard, R. C., Kim, J.-H., Flasche, S., Jit, M.,
& Abbas, K. (2022). Dosing interval strategies for two-dose COVID-19
vaccination in 13 middle-income countries of Europe: Health impact modelling
and benefit-risk analysis. The Lancet Regional Health - Europe, 17,
100381. https://doi.org/10.1016/J.LANEPE.2022.100381
Mohammed, T.,
Brewer, J. V. V., Pyatt, M., Whitbourne, S. B., Gaziano, J. M., Edson, C.,
& Holodniy, M. (2022). Evaluation of independent self-collected blood
specimens for COVID-19 antibody detection among the US veteran population. Diagnostic
Microbiology and Infectious Disease, 104(2).
https://doi.org/10.1016/j.diagmicrobio.2022.115770
MSP. (2020a). Curva
Epidemiológica de casos COVID-19 acumulados por semana epidemiológica
situación nacional por COVID-19 Infografía n°201.
https://www.gestionderiesgos.gob.ec/wp-content/uploads/2020/09/INFOGRAFIA-NACIONALCOVID19-COE-NACIONAL-08h00-15092020-ALM.pdf
MSP. (2020b). Infografia Nacional COVI 19 COE Nacional.
Pilotto, A., Topinkova,
E., Michalkova, H., Polidori,
M. C., Cella, A., Cruz-Jentoft, A., von Arnim, C. A. F., Azzini, M.,
Gruner, H., Castagna, A., Cenderello, G., Custureri, R., Custodero, C., Zieschang, T., Padovani, A., Sanchez-Garcia,
E., Veronese, N., Barbagallo, M., Dini, S., … Schlotmann, J. (2022). Can
the Multidimensional Prognostic Index Improve the Identification of Older
Hospitalized Patients with COVID-19 Likely to Benefit from Mechanical
Ventilation? An Observational, Prospective, Multicenter Study. Journal of
the American Medical Directors Association, 23(9), 1608.e1-1608.e8.
https://doi.org/10.1016/j.jamda.2022.06.023
Reddy, D. H.,
Atam, V., Rai, P., Khan, F., Pandey, S., Malhotra, H. S., Gupta, K. K.,
Sonkar, S. K., Verma, R., Usman, K., Chaudhary, S. C., Kumar, V., Sawlani, K.
K., Patel, M. L., Kumar, A., Verma, S. K., Gautam, M., Gupta, H., Kumar, S., …
Kumar, G. (2022). COVID-19 cases and their outcome among patients with
uncommon co-existing illnesses: A lesson from Northern India. Clinical
Epidemiology and Global Health, 15.
https://doi.org/10.1016/j.cegh.2022.101044
Rizvi, A. A., Kathuria,
A., al Mahmeed, W., Al-Rasadi,
K., Al-Alawi, K., Banach,
M., Banerjee, Y., Ceriello,
A., Cesur, M., Cosentino, F., Galia, M., Goh, S.-Y., Janez, A., Kalra, S., Kempler, P., Lessan, N., Lotufo, P., Papanas, N., Santos, R. D., … Rizzo, M. (2022). Post-COVID
syndrome, inflammation, and diabetes. Journal of Diabetes and Its
Complications, 36(11), 108336.
https://doi.org/10.1016/J.JDIACOMP.2022.108336
Sacco, C., del Manso, M.,
Mateo-Urdiales, A., Rota, M. C., Petrone, D., Riccardo,
F., Bella, A., Siddu, A., Battilomo,
S., Proietti, V., Popoli,
P., Menniti Ippolito, F., Palamara, A. T., Brusaferro, S.,
Rezza, G., Pezzotti, P.,
& Fabiani, M. (2022). Effectiveness of BNT162b2
vaccine against SARS-CoV-2 infection and severe COVID-19 in children aged 5–11
years in Italy: a retrospective analysis of January–April,
2022. The Lancet, 400(10346), 97–103.
https://doi.org/10.1016/S0140-6736(22)01185-0
Schmidt, A. L., Labaki,
C., Hsu, C. Y., Bakouny, Z., Balanchivadze, N., Berg, S. A., Blau, S., Daher,
A., el Zarif, T., Friese, C. R., Griffiths, E. A., Hawley, J. E.,
Hayes-Lattin, B., Karivedu, V., Latif, T., Mavromatis, B. H., McKay, R. R.,
Nagaraj, G., Nguyen, R. H., … Thompson, M. A. (2022). COVID-19 vaccination and
breakthrough infections in patients with cancer. Annals of Oncology, 33(3),
340–346. https://doi.org/10.1016/j.annonc.2021.12.006
Tan, B. W. L.,
Tan, B. W. Q., Tan, A. L. M., Schriver, E. R., Gutiérrez-Sacristán, A., Das,
P., Yuan, W., Hutch, M. R., García Barrio, N., Pedrera Jimenez, M.,
Abu-el-rub, N., Morris, M., Moal, B., Verdy, G., Cho, K., Ho, Y.-L., Patel, L.
P., Dagliati, A., Neuraz, A., … Zucco, C. (2023). Long-term kidney function
recovery and mortality after COVID-19-associated acute kidney injury: An
international multi-centre observational cohort study. EClinicalMedicine,
55, 101724. https://doi.org/10.1016/J.ECLINM.2022.101724
Thygesen, J. H.,
Tomlinson, C., Hollings, S., Mizani, M. A., Handy, A., Akbari, A., Banerjee,
A., Cooper, J., Lai, A. G., Li, K., Mateen, B. A., Sattar, N., Sofat, R.,
Torralbo, A., Wu, H., Wood, A., Sterne, J. A. C., Pagel, C., Whiteley, W. N.,
… Zuccolo, L. (2022). COVID-19 trajectories among 57 million adults in
England: a cohort study using electronic health records. The Lancet Digital
Health, 4(7), e542–e557.
https://doi.org/10.1016/S2589-7500(22)00091-7
Tjaden, A. H.,
Gibbs, M., Runyon, M., Weintraub, W. S., Taylor, Y. J., & Edelstein, S. L.
(2022). Association between self-reported masking behavior and SARS-CoV-2
infection wanes from Pre-Delta to Omicron-predominant periods — North Carolina
COVID-19 Community Research Partnership (NC-CCRP). American Journal of
Infection Control. https://doi.org/10.1016/j.ajic.2022.09.027