Informes automatizados con R. Ejemplos de uso en el seguimiento de la pandemia

La situación excepcional que generó la pandemia causada por el COVID-19 provocó la necesidad de monitorizar distintas fuentes de información con datos de alta frecuencia y de gran volumen, con el objetivo de analizar diariamente la evolución de la pandemia.

Esta monitorización se estructuró a través de una serie de informes de seguimiento automatizados, elaborados con Rmarkdown, los cuales son generados con frecuencia diaria o semanal, según su tipología.

La razón principal para la elección de Rmarkdown, como vía de difusión de la información, fue su versatilidad a la hora de crear documentos que incorporan por un lado texto fijo con explicaciones genéricas, y por otro lado texto o resultados dinámicos que se actualizan con cada generación del informe.

Las principales fuentes utilizadas en la elaboración de estos informes están relacionadas con indicadores sanitarios e indicadores de movilidad. Por un lado se desarrolló, en colaboración con la Consejería de Salud y Familias, un informe diario que permitiera el seguimiento de los contagios, casos sospechosos y la incidencia en Andalucía, a partir de los datos recabados en la base de datos RedAlerta que recoge información diaria e individualizada sobre todos los casos sospechosos y confirmados de COVID-19 que se identifican en Andalucía. Por otro lado, durante el estado de alarma, se elaboró un informe de seguimiento geoestadístico diario de la COVID-19 a partir de datos procedentes de la huella digital de los teléfonos móviles. En este caso se trabajó con dos fuentes de datos: datos procedentes de la operación experimental sobre movilidad del INE y datos abiertos ofrecidos por el Ministerio de Transportes, Movilidad y Agenda Urbana.

Esta ponencia pretende mostrar, a modo de ejemplo, algunos de los informes generados con resultados dinámicos a partir de las fuentes anteriores, tanto en formato HTML como Word, con indicación de las librerías y funciones empleadas en cada caso.