indicador_avance_ges.R

library(tidyverse)
library(readxl)
library(lubridate)

# Primero cargamos los datos del SIGGES. Para ello necesitas descargar la nómina de garantías cerradas y guardarla como
# un archivo Excel en tu computador. Guárdalo con el nombre de "cerradas" en formato xlsx.
cerradas <- read_excel("cerradas.xlsx", skip = 8) 

# Ahora la limpiamos y ajustamos un poco la BD
cerradas %>% select(-2, -3, -10, -11, -15)
tail <- cerradas %>% tail(7) # Este valor revísalo. Al final del listado quedan varias filas vacias que es necesario eliminar.
cerradas <- anti_join(cerradas, tail)

cerradas <-  cerradas %>% rename(
  rut = Rut,
  dv = DV,
  nombre = Nombre,
  problema_salud = `Problema de Salud`,
  fecha_inicio = `Fecha de Inicio`,
  fecha_limite = `Fecha Límite`,
  fecha_termino = `Fecha Término`,
  garantia = `Nombre de la Garantía`,
  estado = Estado,
  excepcion = `Causal Excepción`
  )

# Creamos los nuevos campos que nos serán necesarios para calcular el índice de avance
cerradas <- cerradas %>% 
  mutate(fecha_inicio = ymd(fecha_inicio),
         fecha_limite = ymd(fecha_limite),
         fecha_termino = ymd(fecha_termino),
         plazo_ges = as.numeric(fecha_limite - fecha_inicio),
         dias = as.numeric(fecha_termino - fecha_inicio),
         porc_plazo = round(dias * 100 / plazo_ges)
         )

# Agrupamos y creamos una tabla resumen
plazos <- cerradas %>% 
  filter(estado != "Exceptuada") %>% 
  group_by(problema_salud) %>% # También podrías agrupar por las garantías y ver con más detalles cada una o por fecha y ver su evolución
  summarise(count = n(),
            dias = sum(dias), 
            plazo = sum(plazo_ges)) %>% 
  mutate(porc = round(dias * 100 / plazo)) %>% 
  ungroup()

# Guardamos la tabla
writexl::write_xlsx(plazos, "Porcentaje de avance cumplimiento GES.xlsx")

# Podemos hacer un pequeño gráfico para ver las patologías y sus índices de avance
plot <- plazos %>% 
  mutate(problema_salud = fct_reorder(problema_salud, porc)) %>% 
  ggplot(aes(problema_salud, porc)) +
  geom_point(color = "#7b3294", size = 3) +
  geom_segment(aes(x = problema_salud, xend = problema_salud, y = 0, yend = porc), color = "#7b3294", size = 1.5) +
  geom_hline(yintercept = 100, color = "deeppink", size = 1) +
  coord_flip() +
  theme_classic() +
  labs(title = "Porcentaje de avance del cumplimiento de garantías de oportunidad GES",
       subtitle = "La línea roja demarca el plazo límite del 100%",
       x = "",
       y = "%") +
  theme(plot.title = element_text(size = 16))
plot

# Guardamos el plot
ggsave("cumplimiento_GES.png", width = 40, height = 25, units = "cm")