30:T42b,viewof pick = { const dotOptions = { x: 'x', y: 'values', } return Plot.plot({ className: 'index-dots', height: 270, width: width, marginLeft: 10, marginRight: 10, marginBottom: 0, y: { type: 'log', ticks: 0, tickSize: 0, label: null }, x: { tickFormat: d => width >= 500 ? d3.format(".0f")(d) : d % 100, tickSize: 0, ticks: 20, label: null, axis: 'top' }, style: { color: `rgb(${colors.light})`, fontFamily: 'Archivo' }, marks: [ Plot.dot(indexSearch.search, Plot.pointer({ ...dotOptions, fill: `rgb(${colors.highlight})`, fillOpacity: .2, r: 8, })), Plot.dot(indexdf, { ...dotOptions, fill: `rgb(${colors.light})`, fillOpacity: d => indexSearch.search.length > 0 ? .5 : 1, r: 1, }), Plot.dot(indexSearch.search, { ...dotOptions, fill: `rgb(${colors.highlight})`, fillOpacity: .8, r: 2, }) ] }) }31:Td84,footnote( "Algunas notas", md` 1) Los datos en esta página corresponden al **Formulario 302a** de *Notificación para la Vigilancia Epidemiológica*. - Este formulario incluye campos para enfermedades o eventos que el Ministerio de Salud quiere monitorear. El Ministerio define un formulario cada año y establecimientos de salud en el país lo llenan y envían cada semana. Una vez que llegan, estos datos son consolidados y presentados en [tableros en el sitio de estadísticas del ministerio](https://estadisticas.minsalud.gob.bo/). - Este tablero no es muy útil si lo que quieres hacer implica más de una tabla para una enfermedad y año específicos. Creo que esta información podría tener mejores vidas así que programé [algo para descargarla anualmente](https://github.com/mauforonda/epidemiological_surveillance_bolivia). En ese repositorio puedes descargar toda la información en varias presentaciones, incluyendo una que contiene absolutamente todo en menos de 15MB. - La página donde estás ahora es un juguete para explorar casualmente esta información. 2) Existen **limitaciones** como - Las definiciones de enfermedades y eventos, grupos de población y municipios son reproducidas directamente desde reportes oficiales. En esta página intento enriquecer esta información para facilitar su lectura, por ejemplo colocando mejores nombres a grupos de población y clasificándolos para aplicar colores. Sin embargo, existen muchas tareas posibles de etiquetado que harían a estos datos más correctos, legibles y útiles, y que dejo pendientes. - Por ejemplo, muchas enfermedades y eventos se repiten entre múltiples años y sería muy útil tener series interanuales. Sin embargo, establecer esas conexiones requiere alguien que conozca el contenido de los formularios mucho mejor que yo y pueda decir con confianza que dos enfermedades con nombres similares entre dos años son realmente una misma. Además, los criterios que el gobierno utiliza para agregar y presentar esta información cambian todo el tiempo. Los rangos de edad, la presencia de indicadores de sexo o si el caso es registrado dentro o fuera de un establecimiento de salud, cambian entre enfermedades y años. Estos cambios incrementan la complejidad de construir series interanuales. - Los mapas muestran un aproximación al número de casos por millón de habitantes en municipios del país. Este valor depende del tamaño de la población en cada municipio. Una aproximación correcta utilizaría el tamaño de la población en el mismo grupo demográfico y año de los casos. Por ejemplo, para estimar _el número de casos por millón entre mujeres de 15 a 19 años en 2009_ debería utilizar _la población de mujeres de 15 a 19 años en 2009_ dentro de cada municipio. Sin embargo, no encuentro valores para todas las poblaciones y años presentes en estos datos. Así que, en lugar de mostrar mapas con valores absolutos (*que predeciblemente reflejarían la distribución geográfica de la población*), utilizo el tamaño de la población en 2012 para todos los casos. Si el objetivo es normalizar la prevalencia de enfermedades entre municipios, la población de 2012 es el valor más confiable y accesible, además de encontrarse a la mitad del periodo de estudio. Estos mapas, y particularmente el número de casos por millón de habitantes, deberían ser considerados como aproximaciones para guiar la exploración y no resultados citables. ` )32:Tcf0,html` `33:T73c,indexdf = { const concise_groups = { 'desnutricion global - cronica': 'Desnutrición y talla', 'talla para la edad (t/e)': 'Desnutrición y talla', 'desnutricion aguda': 'Desnutrición y talla', 'infec. de transmision sexual': 'Salud sexual y reproductiva', 'desnutricion cronica': 'Desnutrición y talla', 'violencia intrafamiliar': 'Violencia', 'desnutricion global': 'Desnutrición y talla', 'infec de transmision sexual': 'Salud sexual y reproductiva', 'mortalidad materna': 'Mortalidad', 'eventos - notificacion inmediata parte i': 'Eventos de notificación inmediata', 'eventos - notificacion inmediata parte ii': 'Eventos de notificación inmediata', 'registro de eventos de notificacion inmediata': 'Eventos de notificación inmediata', 'enfermedades transmitidas por vectores (etv)': 'Enfermedades transmitidas por vectores', 'mortalidad institucional': 'Mortalidad', 'mortalidad perinatal, neonatal e infantil': 'Mortalidad', 'estado nutricional': 'Desnutrición y talla', 'intoxicaciones': 'Intoxicaciones', 'violencia, hechos de transito y accidentes': 'Violencia', 'salud sexual y reproductiva': 'Salud sexual y reproductiva', 'inmunoprevenibles': 'Inmunoprevenibles', 'mortalidad': 'Mortalidad', 'infecc. de transmision sexual': 'Salud sexual y reproductiva', 'tuberculosis y lepra': 'Tuberculosis y lepra', 'otras infecciones': 'Otras infecciones', 'sospecha diagnostica': 'Sospecha diagnóstica' } const index = await aq.loadCSV( "https://raw.githubusercontent.com/mauforonda/epidemiological_surveillance_bolivia/main/indexes/clean.csv" ) return index. filter(d => d.values > 0). derive({ group: aq.escape(d => concise_groups[d.disease_group]), x: d => d.year + (Math.random() - .5) * .4, }) }34:T82e,populationBars = (selectedPopulations) => { const barOptions = { x: 'value', y: 'population', fill: d => `rgb(${d.palette})`, insetTop: 11, insetBottom: 15, } const textOptions = { stroke: `rgba(${colors.light}, .03)`, fontFamily: 'serif', fontStyle: 'italic', textAnchor: 'start', fill: d => `rgb(${d.palette})`, } const gridOptions = { stroke: `rgb(${colors.light})`, strokeDasharray: "1 1", strokeWidth: 1, } return Plot.plot({ height: (selectedPopulations.length * 40) + 60, width: plotsWidth, marginTop: 40, marginBottom: 20, marginLeft: 30, marginRight: 40, x: { axis:'top', tickSize: 0, label: null, tickFormat: d => d == 0 ? null : d }, y: { axis: null, }, style: { color: `rgba(${colors.light}, .8)`, fontFamily: 'Archivo' }, marks: [ Plot.gridX({ ...gridOptions, strokeOpacity: .3, filter: d => d > 0, }), Plot.barX(selectedPopulations, { ...barOptions, fillOpacity: .5, }), Plot.barX(selectedPopulations, Plot.pointerY({ ...barOptions, fillOpacity: 1., })), Plot.text(selectedPopulations, { ...textOptions, fillOpacity: d => d.value == 0 ? .3 : .6, x: 0, y: 'population', text: 'pretty', fontSize: 12, fontWeight: 'bold', dy: 13, dx: 0, }), Plot.text(selectedPopulations, Plot.pointerY({ ...textOptions, py: 'population', fillOpacity: 1, x: 0, y: 'population', text: 'pretty', fontSize: 12, fontWeight: 'bold', dy: 13, dx: 0, })), Plot.text(selectedPopulations, Plot.pointerY({ ...textOptions, x: 'value', y: 'population', text: 'value', fontStyle: 'italic', fontFamily: 'serif', fontSize: 10, dx: 5, textAnchor: 'start', fontWeight: 'bold' })), ] }) }35:Td49,monthLine = (population, maxValue=false) => { const color = populationPalette(population) const frameColor = `rgba(${colors.light}, .8)` const dfi = df. filter( aq.escape(d => d.population == population) ) const monthly = dfi. groupby('month'). rollup({value: op.sum('value')}) const max = maxValue ? maxValue : aq.agg(monthly, op.max('value')) const top = max > 10 ? max * 1.25 : max + 1 const monthFormat = new Intl.DateTimeFormat('es-US', {month: 'short'}) const scaleOptions = { tickSize: 0, ticks: 5, label: null, axis: false, } const gridOptions = { stroke: frameColor, strokeDasharray: "1 1", strokeWidth: .5, } const markOptions = { x: 'month', y: 'value' } const ytickOptions = { x: 1, fontSize: 10, textAnchor: 'end', fill: frameColor, fontStyle: 'italic', dx: -4, fontFamily: 'serif', } const textOptions = { fill: `rgb(${color})`, stroke: "#fff", fontFamily: 'serif', fontStyle: 'italic' } return Plot.plot({ height: 110, width: plotsWidth, marginLeft: 30, marginRight: 20, marginTop: 35, marginBottom: 5, x: { ...scaleOptions, tickFormat: d => monthFormat(d3.timeParse("%m")(d)), domain: [1.01, 11.99] }, y: { ...scaleOptions, zero: true, domain: [-1, top] }, style: { color: frameColor }, marks: [ Plot.areaY(monthly, { ...markOptions, fill: `rgb(${color})`, fillOpacity: .2, curve: 'basis' }), Plot.lineY(monthly, { ...markOptions, stroke: `rgb(${color})`, strokeWidth: 3, strokeOpacity: .3, curve: 'basis' }), Plot.gridY({ ...gridOptions, strokeOpacity: 0.5 }), Plot.gridX({ ...gridOptions, strokeOpacity: 0.8 }), Plot.text([0], { ...ytickOptions, y: 0, text: d => d, lineAnchor: 'bottom' }), Plot.text([top], { ...ytickOptions, y: top, text: d => `${d3.format('.0f')(d)}\ncasos`, lineHeight: 1.3, lineAnchor: 'top' }), Plot.ruleX([1, 12], { stroke: frameColor, strokeOpacity: .2 }), Plot.ruleY([top], { stroke: frameColor, strokeOpacity: .2 }), Plot.ruleY([0], { stroke: frameColor, strokeOpacity: .2 }), Plot.dot(monthly, Plot.pointerX({ ...markOptions, r: 10, fill: `rgb(${color})`, fillOpacity: .2, stroke: null })), Plot.text(monthly, Plot.pointerX({ ...markOptions, stroke: "#fff", fontFamily: 'serif', fontStyle: 'italic', y: top, fill: frameColor, text: d => monthFormat.format(d3.timeParse("%m")(d.month)), dy: -25, fontSize: 10, lineAnchor: 'top', })), Plot.text(monthly, Plot.pointerX({ ...markOptions, ...textOptions, text: 'value', fontWeight: 'bold', dy: -15, fontSize: 10, lineAnchor: 'bottom', })), Plot.dot(monthly, { ...markOptions, r: 4, fill: `rgb(${color})`, fillOpacity: d => d.value > 0 ? 1 : .3, stroke: null }) ] }) }36:T776,disease_map = (population) => { function makeLabel(value, permillion) { if (value == 1) { return `1 caso o\n${permillion} por 1 millón` } else if (value == 0) { return `0 casos` } else { return `${value} casos o\n${permillion} por 1 millón` } } const color = populationPalette(population) const textOptions = { px: d => d.properties.centroid[0], py: d => d.properties.centroid[1], lineHeight: 1.3, frameAnchor: 'top-right', textAnchor: "end", dx: -40, stroke: `rgba(${colors.light}, .03)`, fill: `rgb(${color})`, fontStyle: 'italic', fontFamily: 'serif', fontWeight: 'bold', } return Plot.plot({ height: plotsWidth * .9, width: plotsWidth * .9, marginTop: 20, projection: { type: "mercator", domain: bolivia }, color: { range: [`#fff`, `rgb(${color})`], type: 'linear', }, marks: [ Plot.geo(bolivia, { fill: `rgba(${colors.light}, .08)`, }), Plot.geo(disease_geo, { fill: d => d.properties[population], fillOpacity: .7, stroke: `rgba(${colors.light}, .5)`, strokeWidth: .4, }), Plot.geo(disease_geo.features, Plot.pointer(Plot.centroid({ fill: d => d.properties[population], fillOpacity: 1, stroke: `rgba(${colors.light}, 1)`, strokeWidth: .8, }))), Plot.text(disease_geo.features, Plot.pointer({ ...textOptions, text: d => makeLabel(d.properties[population + "_v"], d.properties[population]), fillOpacity: 1., fontSize: 10, lineAnchor: 'bottom', dy: 30, }) ), Plot.text(disease_geo.features, Plot.pointer({ ...textOptions, text: d => `${d.properties.municipality}`, fontSize: 15, lineAnchor: 'top', dy: 35, }) ), ] }) }37:[{"id":"df8aad2c8493f4896c2d4870979e8aa01a5978bf8cd7c1cc0d78a71c8cab439402f9cf1edaf3282921596e94676cee6838a7bd2bf21d70dfc7dd974edc1d8e2d","href":"https://static.observableusercontent.com/files/df8aad2c8493f4896c2d4870979e8aa01a5978bf8cd7c1cc0d78a71c8cab439402f9cf1edaf3282921596e94676cee6838a7bd2bf21d70dfc7dd974edc1d8e2d","name":"population_names.json","type":"application/json","lastModified":1705417502780.848,"size":15461},{"id":"418f3229a5bfd147bf0761534ccd541afff05ab147daec63e7f20492e7d455937a9bb00ec83a95301dfff16649e0d43182e941d88e0fd4a3d32aa09b073736a1","href":"https://static.observableusercontent.com/files/418f3229a5bfd147bf0761534ccd541afff05ab147daec63e7f20492e7d455937a9bb00ec83a95301dfff16649e0d43182e941d88e0fd4a3d32aa09b073736a1","name":"pretty@1.json","type":"application/json","lastModified":1706020780352.278,"size":9291},{"id":"58b915d61ae2d7e51fcd94aee6c2ba308c18d3b302ae661dbc322134d90b46beea18d6e26439ddfe4c3b95bb53674db3bb004559be1a75b61f9309135191d9ce","href":"https://static.observableusercontent.com/files/58b915d61ae2d7e51fcd94aee6c2ba308c18d3b302ae661dbc322134d90b46beea18d6e26439ddfe4c3b95bb53674db3bb004559be1a75b61f9309135191d9ce","name":"bolivia.json","type":"application/json","lastModified":1706056269420.642,"size":544770},{"id":"ae8d5034cafae7371c4bf6abb452eaedc7a71a75b624a5895adbde4fba3049e26df12e057273d914b1215e49454147405a43119e39ec783a0f2a6a8ab49b07a4","href":"https://static.observableusercontent.com/files/ae8d5034cafae7371c4bf6abb452eaedc7a71a75b624a5895adbde4fba3049e26df12e057273d914b1215e49454147405a43119e39ec783a0f2a6a8ab49b07a4","name":"poblacion_2012.json","type":"application/json","lastModified":1706108206949.744,"size":5273}] 2e:{"title":"Salud en Bolivia","cells":[{"id":2332,"value":"htl.html`\n

Salud en Bolivia

\n Salud en Bolivia\n

\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":2211,"value":"htl.html`\n

\n ${prose(\"¿Cuán común es una enfermedad?\", {size: .7, opacity: .8})}\n ${prose(\"¿Dónde, cuándo y a quiénes suele afectar con más frecuencia?\", {size: .7, opacity: .8})}\n

\n ${prose(\"Consulta datos en reportes de vigilancia epidemiológica\", {size: 1., opacity: 1.})}\n ${prose(\"por ejemplo ...\", {size: .7, opacity: .8})}\n

\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1006,"value":"viewof suggestions = view`\n

\n${['selection', \n Inputs.radio(\n ['salud sexual', 'desnutrición', 'violencia', 'mortalidad', 'tuberculosis y lepra', 'intoxicaciones', 'vih', 'neumonia', 'rabia', 'covid', 'chagas', 'dengue', 'influenza', 'varicela', 'hepatitis', 'sarampion', 'malaria'],\n {value: ''})\n ]}\n

`","pinned":false,"hidden":false,"mode":"ojs"},{"id":981,"value":"viewof indexSearch = view`\n

\n${['search',\n Inputs.search(indexdf, {\n query: suggestions.selection,\n columns: ['group', 'disease_group', 'disease'],\n required: false,\n format: d => ``,\n placeholder: 'Busca enfermedades',\n })\n]}\n

\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":639,"value":"$30","pinned":false,"hidden":false,"mode":"ojs"},{"id":935,"value":"{\n if (pick) {\n return htl.html`\n

${pick.disease}

${pick.year}

\n \n` \n } else {\n if (disease) {\n return htl.html`\n

${disease.disease}

${disease.year}

\n` }\n else {\n return emptySpace(97)} \n }\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1407,"value":"htl.html`\n

\n ${card_total}\n ${card_segmentos}\n

\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":2267,"value":"{\n if (df){\n let downloadData = new Blob([df.toCSV()], { type: \"text/csv\" });\n \n const downloadButton = htl.html`

`\n \n const button = DOM.download(\n downloadData,\n disease.file.replace('clean/', ''),\n `Descarga estos datos en formato csv`\n );\n \n downloadButton.appendChild(button)\n \n return downloadButton;\n } else {\n return md``\n }\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":2177,"value":"$31","pinned":false,"hidden":false,"mode":"ojs"},{"id":1515,"value":"---\n_dependencias_","pinned":false,"hidden":false,"mode":"md"},{"id":45,"value":"import { aq, op } from '@uwdata/arquero'","pinned":false,"hidden":false,"mode":"ojs"},{"id":798,"value":"import { view } from \"@tomlarkworthy/view\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":1521,"value":"---\n_estilo_","pinned":false,"hidden":false,"mode":"md"},{"id":82,"value":"colors = ({\n light: \"148, 151, 156\",\n dark: \"74, 76, 79\",\n highlight: \"84, 142, 235\",\n total: \"84, 142, 235\",\n female: \"131, 125, 176\",\n male: \"109, 150, 194\",\n other: \"126, 129, 135\"\n})","pinned":false,"hidden":false,"mode":"ojs"},{"id":824,"value":"$32","pinned":false,"hidden":false,"mode":"ojs"},{"id":1525,"value":"---\n_ayudas_","pinned":false,"hidden":false,"mode":"md"},{"id":959,"value":"function set(input, value) {\n input.value = value;\n input.dispatchEvent(new Event(\"input\"));\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":241,"value":"wrap = (elems) => {\n const div = document.createElement(\"div\");\n elems.forEach(el => div.appendChild(el));\n return div;\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1171,"value":"prose = (text, options={size:.9, opacity: 1.}) => {\n return htl.html`

${text}

`\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1425,"value":"emptySpace = (height) => {\n return htl.html`

`\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":2180,"value":"footnote = (title, text) => {\n return htl.html`\n

${title}

\n ${text}\n

\n`\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1519,"value":"---\n_índice_","pinned":false,"hidden":false,"mode":"md"},{"id":691,"value":"$33","pinned":false,"hidden":false,"mode":"ojs"},{"id":1531,"value":"---\n_hidatar datos_","pinned":false,"hidden":false,"mode":"md"},{"id":1539,"value":"_clasificar poblaciones_","pinned":false,"hidden":false,"mode":"md"},{"id":299,"value":"names = FileAttachment(\"population_names.json\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":1541,"value":"_ponerles nombres más legibles_","pinned":false,"hidden":false,"mode":"md"},{"id":1301,"value":"pretty = FileAttachment(\"pretty@1.json\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":2162,"value":"_población en municipios_","pinned":false,"hidden":false,"mode":"md"},{"id":1910,"value":"municipalityPopulation = FileAttachment(\"poblacion_2012.json\").json()","pinned":false,"hidden":false,"mode":"ojs"},{"id":1544,"value":"---\n_preparar datos de una enfermedad_","pinned":false,"hidden":false,"mode":"md"},{"id":961,"value":"viewof disease = {\n const element = htl.html`

`\n element.value = null;\n return element\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1193,"value":"df = disease ? aq.loadCSV(`https://raw.githubusercontent.com/mauforonda/epidemiological_surveillance_bolivia/main/${disease.file}`) : null","pinned":false,"hidden":false,"mode":"ojs"},{"id":2157,"value":"_colores_","pinned":false,"hidden":false,"mode":"md"},{"id":318,"value":"populationPalette = (population) => {return populationColors(population, colors)}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1690,"value":"populationColors = (population, colorDict) => {\n const definition = names[population]\n if (definition.total) {\n return colorDict.total\n } else if (definition.gender) {\n if (definition.gender == 'female') {\n return colorDict.female\n } else {\n return colorDict.male\n }\n } else {\n return colorDict.other\n }\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":2159,"value":"_para barras y líneas_","pinned":false,"hidden":false,"mode":"md"},{"id":485,"value":"populations = {\n if (df && df.numRows() > 0){\n const population_names = aq.agg(df, op.array_agg_distinct('population'))\n return {\n total: population_names.filter(p => names[p].total),\n segments: population_names.filter(p => !names[p].total),\n }\n } else {\n return null\n }\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":500,"value":"populationSum = {\n \n if (df && df.numRows() > 0){\n \n const grouped = df.\n groupby('population').\n rollup({value: op.sum('value')}).\n derive({\n palette: aq.escape(d => populationPalette(d.population)),\n pretty: aq.escape(d => pretty[d.population])\n })\n \n return {\n total: grouped.\n filter(aq.escape(d => op.includes(populations.total, d.population))).\n objects(),\n segments: grouped.\n filter(aq.escape(d => !op.includes(populations.total, d.population))).\n objects()\n }\n \n } else {\n \n return null\n \n }\n\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":2169,"value":"_para mapas_","pinned":false,"hidden":false,"mode":"md"},{"id":1578,"value":"bolivia = {\n const bolivia_json = await FileAttachment(\"bolivia.json\").json()\n return topojson.feature(bolivia_json, bolivia_json.objects.data)\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1587,"value":"disease_geo = {\n\n if (df) {\n \n const mundf = df.groupby('population', 'municipality', 'municipality_id').rollup({value: op.sum('value')})\n const mun = {}\n \n mundf.objects().forEach(i => {\n if (!mun[i.municipality_id]) {\n mun[i.municipality_id] = {}\n }\n mun[i.municipality_id][i.population] = parseInt((i.value / municipalityPopulation[i.municipality_id]) * 1e6)\n mun[i.municipality_id][`${i.population}_v`] = i.value\n \n if (!mun[i.municipality_id].municipality) {\n mun[i.municipality_id].municipality = i.municipality\n }\n })\n \n const features = []\n bolivia.features.forEach(f => {\n if (mun[f.id]) {\n features.push({...f, properties: {...mun[f.id], centroid: d3.geoCentroid(f)}})\n }\n })\n return ({\n type: 'FeatureCollection',\n features: features\n })\n } else {\n return null\n}}","pinned":false,"hidden":false,"mode":"ojs"},{"id":1552,"value":"---\n_gráficos de poblaciones en una enfermedad_\n","pinned":false,"hidden":false,"mode":"md"},{"id":1982,"value":"plotsWidth = width >= 500 ? width * .45 : width","pinned":false,"hidden":false,"mode":"ojs"},{"id":2146,"value":"_barras_","pinned":false,"hidden":false,"mode":"md"},{"id":494,"value":"$34","pinned":false,"hidden":false,"mode":"ojs"},{"id":1418,"value":"viewof totalBars = (populationSum && populationSum.total) ? populationBars(populationSum.total) : md``","pinned":false,"hidden":false,"mode":"ojs"},{"id":559,"value":"viewof segmentBars = existen_segmentos ? populationBars(populationSum.segments) : emptyView","pinned":false,"hidden":false,"mode":"ojs"},{"id":2432,"value":"existen_segmentos = (populationSum && populationSum.segments && populationSum.segments.length > 0)","pinned":false,"hidden":false,"mode":"ojs"},{"id":2416,"value":"emptyView = {\n const div = html`

`\n div.value = \"\"\n return div\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":2151,"value":"_líneas de tiempo_","pinned":false,"hidden":false,"mode":"md"},{"id":64,"value":"$35","pinned":false,"hidden":false,"mode":"ojs"},{"id":223,"value":"monthLines = (selectedPopulations) => {\n \n const maxValue = aq.agg(\n df.\n filter(aq.escape(d => op.includes(selectedPopulations, d.population))).\n groupby('month', 'population').\n rollup({value: op.sum('value')}), op.max('value'))\n \n return wrap(selectedPopulations.map(p => {\n return monthLine(p, maxValue)\n })\n )\n \n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":2153,"value":"_mapas_","pinned":false,"hidden":false,"mode":"md"},{"id":1608,"value":"$36","pinned":false,"hidden":false,"mode":"ojs"},{"id":1658,"value":"viewof totalMap = totalBars ? disease_map(totalBars.population) : htl.html`

`","pinned":false,"hidden":false,"mode":"ojs"},{"id":1769,"value":"viewof segmentMap = segmentBars ? disease_map(segmentBars.population) : htl.html`

`","pinned":false,"hidden":false,"mode":"ojs"},{"id":2423,"value":"card_total = html`\n

\n ${ prose(\"casos en total\") }\n ${ viewof totalBars }\n ${ (populationSum && totalBars) ? wrap([prose(\"por mes y municipio\", {size: .7}), monthLine(totalBars.population)]) : emptySpace(0) }\n

\n ${ (populationSum && totalBars) ? viewof totalMap : emptySpace(0) }\n

\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":2419,"value":"card_segmentos = existen_segmentos ? html`

\n ${ prose(\"casos en segmentos de la población\") }\n ${viewof segmentBars}\n ${ (populationSum && segmentBars) ? wrap([prose('por mes y municipio', {size: .7}), monthLine(segmentBars.population)]) : emptySpace(0) }\n

\n ${ (populationSum && segmentBars) ? viewof segmentMap : emptySpace(0) }\n

` : html``","pinned":false,"hidden":false,"mode":"ojs"}],"files":"$W37","stdlib":"1","titling":"auto"}