Revista
de la
Universidad
del Zulia
Fundada en 1947
por el Dr. Jesús Enrique Lossada
77
ANIVERSARIO
DEPÓSITO LEGAL ZU2020000153
ISSN 0041-8811
E-ISSN 2665-0428
Ciencias
Exactas,
Naturales
y de la Salud
Año 15 N° 43
Mayo - Agosto 2024
Tercera Época
Maracaibo-Venezuela
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
313
Desarrollo de una aplicación interactiva en R Shiny para la visualización
de indicadores de servicio hospitalario en el Hospital Pediátrico Alfonso
Villagómez Román
Johanna Enith Aguilar-Reyes*
Edwin Fernando Mejía-Peñafiel**
Tania Paulina Morocho-Barrionuevo***
Liliana Alejandra Funes-Samaniego****
RESUMEN
El artículo aborda la necesidad de una plataforma interactiva para representar los
indicadores de servicio en el Hospital Pediátrico Alfonso Villagómez Román de Ecuador. Se
desarrolló una aplicación web en R Shiny para mejorar la visualización de estos indicadores.
Los objetivos incluyeron la creación de la aplicación, diseño de almacenes de datos, carga de
información relevante e integración en la gestión administrativa. La justificación radica en la
importancia de una gestión eficiente de indicadores hospitalarios y el potencial tecnológico
en salud. Estos indicadores son cruciales para evaluar la calidad de la atención médica y
respaldar decisiones informadas. La metodología abarca desde la planificación hasta la
evaluación, con R Shiny por su capacidad para crear visualizaciones interactivas. Los
resultados incluyen una aplicación web exitosa, almacenes de datos organizados y una
integración de la gestión administrativa del hospital. En conclusión, este trabajo logró su
objetivo al crear una herramienta valiosa para la gestión y toma de decisiones en el ámbito
hospitalario, contribuyendo así a una administración más eficiente y a la optimización de
recursos.
PALABRAS CLAVE: Aplicación interactiva, R Shiny, visualización de datos, interfaz de
usuario, informática.
* Docente en la Escuela Superior Politécnica de Chimborazo, Ecuador. ORCID: https://orcid.org/0000-
0002-1230-2503. E-mail: johannae.aguilar@espoch.edu.ec
**Docente en la Escuela Superior Politécnica de Chimborazo, Ecuador. ORCID: https://orcid.org/0000-0001-
6888-4621. E-mail: efmejia@espoch.edu.ec
***Docente en la Escuela Superior Politécnica de Chimborazo, Ecuador. ORCID: https://orcid.org/0000-
0002-1019-6049. E-mail: tpaulina.morochob@espoch.edu.ec
****Docente en la Escuela Superior Politécnica de Chimborazo, Ecuador. ORCID: https://orcid.org/0000-
0002-5364-0699. Email: alejandra.funes@espoch.edu.ec
Recibido: 18/01/2024 Aeptado: 11/03/2024
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
314
Development of an Interactive Application in R Shiny for the
Visualization of Hospital Service Indicators at the Alfonso Villagómez
Román Pediatric Hospital
ABSTRACT
The article addresses the need for an interactive platform to represent service indicators at
the Alfonso Villagómez Román Pediatric Hospital in Ecuador. A web application was
developed in R Shiny to improve the visualization of these indicators. The objectives
included the creation of the application, design of data warehouses, loading of relevant
information and integration into administrative management. The justification lies in the
importance of efficient management of hospital indicators and the technological potential
in health. These indicators are crucial for evaluating the quality of healthcare and
supporting informed decisions. The methodology ranges from planning to evaluation, with
R Shiny for its ability to create interactive visualizations. The results include a successful
web application, organized data warehouses and an integration of the hospital's
administrative management. In conclusion, this work achieved its objective by creating a
valuable tool for management and decision-making in the hospital environment, thus
contributing to more efficient administration and optimization of resources.
KEYWORDS: Interactive application, R Shiny, data visualization, user interface,
computing.
Introducción
La incorporación de la tecnología en el ámbito de la salud ha cambiado la forma en que
se manejan y analizan datos críticos para tomar decisiones fundamentadas. En este
contexto, la visualización de indicadores de servicio hospitalario emerge como un aspecto
crucial para evaluar la calidad, eficacia y eficiencia de los servicios ofrecidos en las
instituciones médicas.
La abundancia creciente de datos y la necesidad de interpretarlos de manera clara y
oportuna han impulsado la búsqueda de soluciones que permitan representar esta
información crítica de forma visual e intuitiva. A lo largo del tiempo, la estadística ha
evolucionado para convertirse en un componente vital en diversas áreas científicas. Al
mismo tiempo, el avance tecnológico ha generado una serie de programas estadísticos.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
315
Estas herramientas han demostrado su utilidad en campos tan diversos como la salud,
la economía y las finanzas. Este artículo se enfoca en desarrollar una aplicación interactiva
utilizando la plataforma R Shiny, con el objetivo de facilitar la visualización de indicadores
de servicio hospitalario en el Hospital Pediátrico Alfonso Villagómez Román, Ecuador. La
aplicación propuesta busca brindar a los profesionales de la salud y a la administración
hospitalaria una herramienta rápida y efectiva para explorar y analizar indicadores clave. Al
combinar tecnologías avanzadas con la atención a las necesidades específicas del sector
hospitalario, se pretende agilizar el proceso de toma de decisiones y promover la mejora
continua en la prestación de servicios médicos.
El progreso del software médico ha evolucionado desde la simple conservación de
datos hasta la implementación de sistemas altamente avanzados para la gestión de historias
clínicas y la adopción de aplicaciones de telemedicina. La digitalización de los datos ha
facilitado una mayor interconexión y compartición de información en el ámbito de la
atención médica. La introducción de la inteligencia artificial y el análisis de datos ha sido un
impulsor clave en el desarrollo de sistemas de diagnóstico, aplicaciones móviles para el
monitoreo de la salud y asistentes virtuales. La atención actual se centra en mejorar la
eficiencia y precisión de los servicios médicos para promover decisiones fundamentadas y
apoyar la atención personalizada a la salud.
La propuesta abordará los desafíos técnicos, de diseño e implementación necesarios
para crear la aplicación R Shiny. Se explorarán los beneficios potenciales de la visualización
interactiva de indicadores, como la detección temprana de tendencias, la optimización de
recursos y la mejora en la calidad de la atención al paciente. Con un enfoque en la usabilidad
y la eficiencia, se espera contribuir al avance de la gestión hospitalaria y la adopción de
soluciones tecnológicas innovadoras en el sector de la salud.
En la actualidad, el Hospital Pediátrico Alfonso Villagómez Román emplea la
plataforma Excel como medio para gestionar sus indicadores; sin embargo, este
procedimiento implica un tiempo adicional, ya que la información debe ser cuidadosamente
procesada para lograr la correcta manipulación de los datos y obtener los resultados
requeridos. Debido a esta circunstancia, se ha concebido la idea de crear una aplicación
interactiva en R Shiny que haga uso de las herramientas disponibles en el software
estadístico R, con el propósito de visualizar los indicadores hospitalarios. El propósito de
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
316
esta iniciativa es optimizar el proceso vigente y cumplir con los objetivos establecidos en el
contexto de la investigación.
En el ámbito de los programas informáticos, se destacan R y R Studio, que en conjunto
ofrecen una potente combinación para llevar a cabo el análisis de datos. R se presenta como
un lenguaje de programación específicamente concebido para el análisis estadístico;
mientras que R Studio se establece como un entorno de desarrollo integrado (IDE) diseñado
para trabajar en conjunto con R. Esta sinergia proporciona una plataforma integral que
abarca desde la importación y manipulación de datos hasta su análisis, visualización y
presentación de resultados. Gracias a una diversa gama de paquetes y una comunidad activa
de usuarios, R y R Studio han ganado un alto grado de reconocimiento entre los
profesionales de análisis de datos en diversos campos disciplinarios.
Otras soluciones como SPSS (Statistical Package for the Social Sciences), emergen en
el panorama como herramientas de renombre en el ámbito del análisis de datos, gracias a su
extenso repertorio de funcionalidades y herramientas. Una de las cualidades distintivas de
SPSS reside en su capacidad para importar datos desde diversas fuentes, simplificando el
acceso a conjuntos de datos preexistentes. Además, proporciona funcionalidades para la
manipulación y limpieza de datos, permitiendo a los usuarios prepararlos de manera óptima
para el proceso de análisis. Entre las características se encuentran una amplia variedad de
estadísticas descriptivas, que facilitan tanto el resumen como la exploración de la
distribución de los datos. Este abanico incluye medidas como promedios, desviaciones
estándar, percentiles y tablas de frecuencia, lo que empodera a los analistas para obtener
una comprensión más profunda de los datos en cuestión.
Las funcionalidades de SPSS también sobresalen por su habilidad en el análisis
bivariado y multivariado. Esto implica la exploración de relaciones entre dos o más variables,
así como la comprensión de su mutua influencia. Los usuarios cuentan con la capacidad de
llevar a cabo pruebas de correlación para determinar tanto la intensidad como la dirección
de las conexiones, ejecutar análisis de varianza (ANOVA) para contrastar grupos y emplear
métodos de regresión para modelar la interrelación entre variables predictoras y variables
de resultado.
Estas diversas herramientas capacitan la creación de algoritmos y aplicaciones con
precisión y eficacia, abarcando desde soluciones simples hasta las más intrincadas.
Asimismo, han desempeñado un papel sumamente efectivo en la optimización del tiempo y
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
317
en la simplificación de tareas complejas presentes en diversos entornos. En este sentido, han
surgido como la opción más idónea para automatizar una amplia gama de actividades que,
en el pasado, se llevaban a cabo de manera repetitiva en el transcurso del día a día.
La aplicación interactiva concebida en R Shiny estructurará los datos de forma
sistemática y comprensible, facilitando al personal hospitalario la obtención de resultados
instantáneos, precisos y fiables. A su vez, este logro impulsará una toma de decisiones más
informada. Dadas estas consideraciones, resulta altamente beneficioso desarrollar una
aplicación interactiva mediante la integración de R y Shiny, a fin de presentar de manera
efectiva los resultados de los indicadores hospitalarios.
Los indicadores de servicio hospitalario poseen una función esencial al evaluar y vigilar
tanto la calidad como la eficiencia de los servicios médicos. Su función radica en ofrecer
información numérica sobre diversos aspectos de la atención médica.
1. Métodos
El método de investigación será aplicativo; el objetivo principal es resolver problemas
prácticos y generar conocimiento aplicable en situaciones reales. En este caso, se está
desarrollando una aplicación web con el propósito de abordar la necesidad de visualizar y
analizar indicadores hospitalarios para la toma de decisiones en el ámbito hospitalario. El
enfoque es claramente orientado a la aplicación práctica y a la solución de problemas
específicos en el área de hospitalización en el Hospital Pediátrico Alfonso Villagómez en la
ciudad de Riobamba, Ecuador.
El método general del trabajo que se seguirá en la presente investigación es la
siguiente:
-Instrumentos:
Base de datos EGRESOS
Base de datos Camas Censables – No censables
Software R Studio
Paquetes del Software R Studio
o shiny
o shinythemes
o readxl
o dplyr
o plotly
o writexl
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
318
- Variables:
Egresos
Camas disponibles
Días de estada
Paciente día
Mes
Especialidad del egreso
Afección principal
- Tamaño de la muestra
En esta investigación, se empleará como muestra la totalidad de la matriz de Egresos
proporcionada por el hospital, dado que la visualización de los indicadores en la aplicación
se realizará considerando la totalidad de la información disponible. Esto asegura una
representación completa y exhaustiva de los datos en la plataforma interactiva, permitiendo
un análisis integral de los indicadores de servicio hospitalario.
- Lenguaje de Programación R
R es un lenguaje de programación y un entorno de software ampliamente utilizado en
la estadística y análisis de datos. Es altamente extensible y cuenta con una amplia gama de
paquetes que facilitan el procesamiento, análisis y visualización de datos (Wickham &
Grolemund, 2017).
- Estructuras de Datos en R
R ofrece una variedad de estructuras de datos, como vectores, matrices, data frames y
listas, que son fundamentales para almacenar y manipular datos. La comprensión de estas
estructuras es esencial para el manejo eficiente de datos en R. (Wickham, 2019)
-R Shiny para Desarrollo Web Interactivo
R Shiny es un paquete de R que permite crear aplicaciones web interactivas utilizando
R como lenguaje de programación backend. Permite a los usuarios crear interfaces de
usuario interactivas y visualizaciones dinámicas sin necesidad de conocimientos en
desarrollo web (Chang, Cheng, Allaire, Xie, & McPherson, 2021).
-Almacenamiento de Datos en la Aplicación Shiny
En una aplicación Shiny, el almacenamiento de datos se refiere a la capacidad de
retener y gestionar conjuntos de datos que se utilizan para la visualización y análisis en
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
319
tiempo real. Los datos pueden ser cargados desde archivos locales, bases de datos externas o
APIs, y luego se almacenan para su posterior manipulación y visualización. (Wickham &
Grolemund, 2017).
-Interactividad y Exploración de Datos
La interactividad en las visualizaciones permite a los usuarios explorar y filtrar datos
en tiempo real. Puede incluir interacción con puntos, desplazamiento, zoom y más. La
exploración interactiva brinda a los usuarios la capacidad de profundizar en los detalles y
descubrir patrones ocultos (Heer & Shneiderman, 2012).
-Interpretación de Gráficos
La interpretación adecuada de los gráficos es esencial. Los usuarios deben comprender
los ejes, las escalas y las etiquetas, y ser capaces de extraer conclusiones significativas de las
visualizaciones. La claridad y la precisión son clave para evitar malentendidos (Ware, 2012).
-Visualización de Datos Médicos
La visualización de datos médicos se refiere a la representación gráfica de información
clínica y de salud, como registros médicos, resultados de pruebas y datos epidemiológicos.
Ayuda a los profesionales de la salud a comprender patrones y tendencias (Xie, Cheng &
Tan, 2018).
-Almacenamiento y Manipulación de Datos
El almacenamiento y la manipulación de datos son procesos esenciales en la aplicación.
Esto involucra la adquisición, limpieza, transformación y almacenamiento de datos en una
estructura adecuada para su análisis y visualización. Herramientas como R y librerías como
dplyr son comunes para estas tareas (Wickham & Grolemund, 2016)
-Indicadores de Desempeño Hospitalario
Los indicadores de desempeño hospitalario son métricas utilizadas para evaluar y
medir la calidad, eficiencia y efectividad de los servicios de atención médica en un hospital.
Estos indicadores pueden abarcar aspectos como la tasa de ocupación, tiempos de espera,
tasas de readmisión, entre otros (Donabedian, 2005).
-Interfaz de Usuario (UI)
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
320
La interfaz de usuario se refiere a la forma en que los usuarios interactúan con una
aplicación. En RShiny, la UI se crea utilizando funciones y elementos que definen cómo se
verá y se comportará la aplicación para los usuarios finales (Chang & Borges Ribeiro, 2020).
-Servidor de Aplicación (Server)
El servidor de aplicación en RShiny se encarga de procesar la lógica y los cálculos
detrás de la interfaz de usuario. Aquí es donde se realizan las operaciones en respuesta a las
interacciones del usuario y se generan los resultados visualizados (Silva, 2019).
-Paquetes y Bibliotecas
Los paquetes y bibliotecas son conjuntos de funciones y herramientas predefinidas que
extienden la funcionalidad de R. En Rshiny, se utilizan paquetes como "shiny" y "plotly"
para crear aplicaciones interactivas y gráficos (Winston Chang et al. 2021).
-Validación y Pruebas de Aplicaciones
La validación y las pruebas son pasos críticos en el desarrollo de aplicaciones. Implican
verificar que la aplicación funcione correctamente, produzca resultados precisos y sea
intuitiva para los usuarios. Las pruebas pueden incluir pruebas funcionales, pruebas de
usuario y pruebas de rendimiento (Myers, Sandler, Badgett, Thomas, & Sandler, 2011).
-Minería de Datos y Aprendizaje Automático
La minería de datos y el aprendizaje automático involucran la extracción de patrones y
conocimientos a partir de conjuntos de datos. Pueden aplicarse para predecir tendencias
futuras, como la demanda de camas en función de ciertos factores, lo que puede ayudar en la
planificación hospitalaria (Hastie, Tibshirani & Friedman, 2009).
-Visualización de Datos Interactiva
La visualización de datos interactiva permite a los usuarios explorar y manipular
visualmente los datos para obtener insights. En RShiny, esto se logra a través de gráficos y
tablas que responden a las interacciones del usuario, mejorando la comprensión de los
indicadores hospitalarios (Ware, 2013).
-Estadísticas de Pacientes Hospitalizados
Las estadísticas de pacientes hospitalizados se refieren a la recopilación y análisis de
datos sobre la admisión, estancia y egreso de pacientes en un hospital. Estos datos permiten
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
321
evaluar la carga de trabajo, el uso de recursos y la duración de la estancia hospitalaria
(Nigatu & Zelalem, 2020).
2. Desarrollo de aplicación interactiva en RShiny para visualización de indicadores
hospitalarios
"La visualización de datos en el ámbito hospitalario es esencial para comprender
patrones, tendencias y resultados clave. Una aplicación interactiva desarrollada en
RShiny puede facilitar la exploración de indicadores hospitalarios al permitir a los
usuarios interactuar con los datos y generar insights significativos de manera eficiente”
(Wickham & Grolemund, 2017)
La aplicación en RShiny puede incluir gráficos interactivos, tablas dinámicas y filtros
que permitan a los usuarios personalizar su análisis según sus necesidades. Además, la
creación de una interfaz amigable y accesible es crucial para garantizar que los
profesionales de la salud y los administradores hospitalarios puedan comprender y tomar
decisiones informadas basadas en los datos presentados.
2.1. Análisis Exploratorio de Datos (EDA)
El análisis exploratorio de datos es el proceso de investigar y visualizar datos para
descubrir patrones, tendencias y relaciones (Tukey, 1977).
En el contexto del desarrollo de la aplicación, el EDA puede ayudarnos a identificar
qué indicadores son más relevantes y cómo presentarlos de manera efectiva.
2.2. Egreso hospitalario
El proceso mediante el cual un paciente es dado de alta o egresa del hospital después
de haber recibido atención médica. El indicador de egresos es importante para medir la
cantidad de pacientes que finalizan su estancia en el hospital en un período de tiempo
determinado (Organización Mundial de la Salud, 2017).
Fórmula para el cálculo:
Donde:
Altas: Cantidad de pacientes dados de alta.
Fallecidos: Cantidad de personas que han muerto.
Porcentaje de Ocupación de Camas
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
322
La tasa de ocupación de camas es un indicador clave en los hospitales que mide la
proporción de camas ocupadas en relación con el total de camas disponibles. Este indicador
proporciona información sobre la eficiencia de la utilización de las camas en el hospital y
puede influir en la planificación de recursos y la gestión de la capacidad (Morrison &
D'Antonio, 2019).
Fórmula para el cálculo:
Donde:
Paciente día:
Es la suma de los días que los pacientes han ocupado camas en el hospital
durante el período.
Días de Camas Disponibles: Es la cantidad total de días que las camas del hospital han
estado disponibles durante el período.
Días
Representa la cantidad total de días que un paciente pasa internado en el hospital, desde su
admisión hasta su alta. (Ministerio de Salud de Chile, 2019)
Días de Estada
Representa la cantidad total de días que un paciente pasa internado en el hospital, desde su
admisión hasta su alta. (Ministerio de Salud de Chile, 2019)
Fórmula para el cálculo:
Donde:
Días del paciente: Es el número total de días que un paciente individual pasa en el hospital
durante su estancia
.
2.3. Días con cama disponible
Se refieren al número de días en los que una cama en un hospital está disponible y lista
para ser ocupada por un paciente. Estos días se cuentan durante un período de tiempo
específico, generalmente en un mes, y representan la capacidad del hospital para recibir y
atender a pacientes. El cálculo de los días de cama disponible suele considerar tanto las
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
323
camas ocupadas como las camas desocupadas durante el período de tiempo seleccionado
(Ministerio de Salud de Chile, 2019).
2.4. Paciente día
El "Paciente Día" es una métrica que se utiliza para medir la carga de trabajo y la
ocupación de camas en un hospital. Representa la cantidad de camas ocupadas por
pacientes durante un día específico o un período de tiempo determinado.
Fórmula para el cálculo:
Donde:
Número de camas:
Es la cantidad de camas disponibles en el hospital.
Días del período: Es el período de tiempo durante el cual se calcula el paciente día.
2.5. Promedio diario camas disponibles
Cálculo del promedio de camas que están disponibles en un hospital durante un día
específico o un período determinado. Esta métrica es utilizada para evaluar la capacidad de
un hospital para atender a los pacientes y su eficiencia en la gestión de camas.
Fórmula para el cálculo:
Donde:
Total de Camas Disponibles
: Es la suma de las camas que están disponibles en el hospital
durante cada día del período.
Número de Días en el Período
: Es la cantidad de días en el período que se está evaluando.
2.6. Intervalo de giro o sustitución
Es para medir la rotación o cambio de camas ocupadas por diferentes pacientes en un
período de tiempo determinado. Este indicador se refiere al tiempo promedio que transcurre
desde que un paciente ocupa una cama hasta que esa misma cama se desocupa y se asigna a
otro paciente. (Hospital Benchmarking, 2018)
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
324
Este intervalo es una métrica importante para evaluar la eficiencia en la utilización de
las camas y la capacidad del hospital para admitir nuevos pacientes. Un intervalo de giro o
sustitución más corto indica que el hospital está logrando una rotación rápida de las camas,
lo que puede ser beneficioso para reducir los tiempos de espera y mejorar la capacidad de
atención.
Fórmula para el cálculo:
Donde:
Total camas disponibles: Es la suma de las camas que están disponibles en el hospital
durante cada día del período.
Número de Días en el Período:
Es la cantidad de días en el período que se está evaluando.
2.7. Promedio censo diario
Es para medir la rotación o cambio de camas ocupadas por diferentes pacientes en un
período de tiempo determinado. Este indicador se refiere al tiempo promedio que transcurre
desde que un paciente ocupa una cama hasta que esa misma cama se desocupa y se asigna a
otro paciente (Hospital Benchmarking, 2018).
Fórmula para el cálculo:
Donde:
Total de Paciente Día: Es la suma de las camas ocupadas por pacientes durante cada día
del período considerado.
Número de Días en el Período: Es la cantidad de días en el período que se está evaluando.
2.8. Giro de cama
Es un indicador utilizado en el ámbito hospitalario para medir la rotación de camas
durante un período determinado. Representa la cantidad de veces que se desocupó y ocupó
una cama en un hospital durante un período de tiempo específico. Este indicador es
importante para evaluar la eficiencia en la utilización de las camas y la capacidad de
atención del hospital (American Hospital Association, 2015).
Fórmula para el cálculo:
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
325
Donde:
Total de Egresos
: Es la cantidad total de pacientes que fueron dados de alta o egresaron del
hospital durante el período considerado.
Promedio Diario Camas Disponibles: Es la cantidad promedio de camas disponibles en el
hospital durante el período.
2.9. Promedio de pacientes día por egreso
Es un indicador que mide la cantidad promedio de pacientes que estuvieron en el
hospital en un día específico en relación con la cantidad total de egresos o altas
hospitalarias durante un período determinado. Este indicador ayuda a comprender la
relación entre la ocupación de camas y la cantidad de pacientes atendidos en un hospital.
(Health Research \& Educational Trust, 2015)
Fórmula para el cálculo:
Donde:
Total de Paciente Día: Es la suma de las camas ocupadas por pacientes durante cada día
del período considerado.
Total de Egresos
: Es la cantidad total de pacientes que fueron dados de alta o egresaron del
hospital durante el período considerado.
2.10. Promedio días de estada
Fórmula para el cálculo:
Donde:
Total de Días de Estada: Es la suma de los días que cada paciente pasó hospitalizado
durante el período considerado. Se obtiene sumando la duración de la estancia de cada
paciente.
Total de Egresos: Es la cantidad total de pacientes que fueron dados de alta o egresaron del
hospital durante el período considerado.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
326
3. Resultados
3.1. Creación de la aplicación
Se ha desarrollado la aplicación para el usuario que le permite la carga de datos para su
análisis correspondiente. Además, en esta interfaz, los usuarios podrán visualizar los
indicadores que seleccionen, aplicar filtros a los datos y descargar la información según sus
necesidades.
Ilustración 1.
Interfaz de la aplicación
3.2. Matriz de Egresos
Ilustración 2. Matriz Egresos
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
327
Tenemos el ingreso de la matriz de egresos, la cual es una tabla que contiene
información detallada sobre los pacientes que han sido dados de alta del hospital durante
un período específico. Esta matriz es una herramienta valiosa para analizar el flujo de
pacientes y obtener conocimientos sobre diferentes aspectos relacionados con los egresos
hospitalarios.
A partir de esta primera matriz ingresada, ya que serán dos las matrices con las que
vamos a trabajar, procedemos a realizar los respectivos cálculos para la obtención de los
indicadores hospitalarios pertinentes.
3.3. Indicador: Pacientes hospitalizados
Ilustración 3. Pacientes Hospitalizados
En el indicador proporcionado, se presentan los resultados del número de pacientes
ingresados en cada especialidad disponible en el área de hospitalización. Estos resultados
son presentados en una tabla con una evolución mensual, lo que permite observar cómo
varía la cantidad de pacientes hospitalizados en cada especialidad a lo largo del tiempo.
La tabla muestra las especialidades en las filas y los meses del año en las columnas.
Cada celda de la tabla contiene el conteo de pacientes hospitalizados para una especialidad
específica en un mes determinado. Así, se puede identificar fácilmente las tendencias y
cambios en la demanda de servicios médicos por especialidad a lo largo del año.
Este análisis mensual brinda una visión detallada de la ocupación hospitalaria en cada
área de especialidad y puede ser de gran utilidad para la toma de decisiones en la gestión y
planificación de recursos médicos. Al observar las fluctuaciones en el número de pacientes
hospitalizados, los administradores y profesionales de la salud pueden identificar patrones
estacionales o tendencias a lo largo del tiempo, lo que les permite optimizar la distribución
de recursos y mejorar la calidad de la atención médica.
Además, la presentación de resultados por especialidad y por mes permite comparar el
rendimiento de cada área médica a lo largo del tiempo. Al analizar las variaciones en el
número de pacientes ingresados en diferentes especialidades, se pueden identificar aquellas
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
328
que tienen una mayor demanda y aquellas que podrían requerir más recursos para mejorar la
eficiencia y la calidad de la atención.
3.4. Indicador: Perfil Epidemiológico – Cirugía Pediátrica
Ilustración 4. Cirugía Pediátrica
Aquí se presenta un análisis detallado de las afecciones principales en el área de cirugía,
ordenadas de mayor a menor, en orden descendente. Cada afección se encuentra
identificada con su respectivo código CIE-10, y además, se proporciona el total de pacientes
hombres y mujeres registrados para cada afección.
Este análisis permite visualizar cuáles son las afecciones más frecuentes en el área de
cirugía, lo que puede ser de gran utilidad para el personal médico y administrativo del
hospital en la toma de decisiones y asignación de recursos.
Se presenta un análisis detallado de las afecciones principales en el área de infectología,
ordenadas de mayor a menor, en orden descendente. Cada afección se encuentra
identificada con su respectivo código CIE-10, y además, se proporciona el total de pacientes
hombres y mujeres registrados para cada afección.
Este análisis es fundamental para comprender la prevalencia de las distintas
enfermedades infecciosas en el área de infectología. Al conocer las afecciones más comunes,
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
329
el personal médico puede tomar decisiones informadas y diseñar estrategias de tratamiento
más efectivas.
3.5. Indicador: Perfil Epidemiológico – Infectología
Ilustración 5. Infectología
3.6. Indicador: Perfil Epidemiológico – Medicina Interna
Ilustración 6. Medicina Interna
Se presenta un análisis detallado de las afecciones principales en el área de medicina
interna, ordenadas de mayor a menor, en orden descendente. Cada afección está identificada
con su respectivo código CIE-10, y además, se proporciona el total de pacientes hombres y
mujeres registrados para cada una de ellas.
El conocimiento de las afecciones más frecuentes en el área de medicina interna es
esencial para entender la carga de enfermedades que enfrenta el servicio. Esto permite a los
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
330
profesionales de la salud enfocar sus esfuerzos en el manejo adecuado de estas condiciones y
proporcionar un cuidado óptimo a los pacientes.
3.7. Indicador: Perfil Epidemiológico – Neonatología
Ilustración 7. Neonatología
Se proporciona un análisis detallado de las afecciones principales en el área de
neonatología, presentadas en orden descendente según su frecuencia. Cada afección está
identificada con su respectivo código CIE-10, y también se muestra el recuento total de
pacientes, desglosado por género (hombres y mujeres) para cada condición médica.
Es esencial destacar la importancia de la neonatología como un área altamente
especializada y delicada, enfocada en brindar atención médica a los pacientes pediátricos
recién nacidos. Por tanto, comprender las afecciones más comunes en esta área es
fundamental para garantizar una atención de calidad y adaptada a las necesidades únicas de
estos pequeños pacientes.
La fiabilidad y precisión de estos resultados están respaldadas por un análisis
minucioso de los datos recopilados. De esta manera, se asegura que la información
presentada sea confiable y valiosa para la toma de decisiones médicas y la mejora continua
de la calidad en la atención neonatológica.
La matriz "FORMULARIOS CAMAS CENSABLES-NO CENSABLES" contiene los
datos recopilados de los formularios relacionados con las camas censables y no censables en
el área de hospitalización. Estos formularios registran diversas variables relevantes para el
análisis epidemiológico y la gestión de recursos hospitalarios.
Esta matriz proporciona una amplia variedad de datos que son fundamentales para el
análisis epidemiológico y la toma de decisiones en el área de hospitalización, permitiendo
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
331
una gestión más efectiva y precisa de los recursos y una atención médica adecuada y
personalizada a los pacientes.
3.8. Matriz De Formularios Camas Censables - No Censables
Ilustración 8. Camas Censables-No Censables
3.9. Indicador: Camas Censables- No Censables
Ilustración 9. Indicadores
El indicador proporciona una visión completa sobre la disponibilidad de camas para
pacientes ingresados en el área de hospitalización. Los resultados presentados reflejan
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
332
diversos aspectos clave que influyen en la eficiencia y gestión de recursos en el hospital.
Entre los datos obtenidos por mes, se destacan los siguientes resultados:
-EGRESOS: Este resultado muestra el número total de pacientes que recibieron el alta
o fueron dados de alta del hospital durante el mes. Es una medida importante para evaluar la
cantidad de pacientes que concluyen su tratamiento y abandonan el hospital en un período
determinado.
-DÍAS - CAMAS DISPONIBLES: Indica la cantidad total de días en los que las camas
estuvieron disponibles y listas para su uso durante el mes. Este dato es relevante para
entender la capacidad de atención del hospital y la disponibilidad de recursos.
-PROMEDIO DIARIO DE CAMAS DISPONIBLES: Es el promedio diario de camas que
estuvieron disponibles para su uso en el área de hospitalización durante el mes. Esta cifra es
útil para evaluar la fluctuación diaria en la disponibilidad de camas.
-PACIENTE-DÍA: Refleja el total de días de hospitalización acumulados por todos los
pacientes durante el mes. Esta métrica permite conocer la carga de trabajo en el hospital y la
cantidad total de atención proporcionada.
-PROMEDIO DE CENSO DIARIO: Muestra el promedio diario de pacientes
hospitalizados durante el mes. Es un indicador clave para comprender la ocupación diaria
del hospital y la demanda de atención médica.
-PORCENTAJE DE OCUPACIÓN DE CAMAS: Calcula el porcentaje de camas que
estuvieron ocupadas durante el mes en relación con el total de camas disponibles. Este dato
es fundamental para evaluar la eficiencia en el uso de camas y la capacidad de atención del
hospital.
-GIRO DE CAMA: Representa la rotación de camas, es decir, la cantidad de veces que
una cama se ocupó por diferentes pacientes durante el mes. Es un indicador importante
para medir la rotación y flujo de pacientes en el área de hospitalización.
-INTERVALO DE GIRO O DE SUSTITUCIÓN: Indica el período de tiempo promedio
entre el egreso de un paciente y la ocupación de la cama por otro paciente. Este dato es útil
para evaluar la eficiencia en la liberación y utilización de camas.
-PROMEDIO DE PACIENTES-DÍA POR EGRESO: Calcula el promedio de pacientes
hospitalizados por día en relación con el número total de egresos durante el mes. Este
resultado es relevante para entender la duración promedio de la estancia hospitalaria.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
333
-PROMEDIO DIAS DE ESTADA: Es el promedio de días que un paciente permanece
hospitalizado durante el mes. Esta cifra proporciona información sobre la duración típica de
la hospitalización.
-DIAS DE ESTADA: Representa la suma total de días de hospitalización de todos los
pacientes durante el mes. Es una métrica clave para conocer la carga total de atención y la
utilización de camas durante el período.
Cada uno de estos resultados se presenta de forma mensual, lo que permite una
evaluación detallada de la disponibilidad de camas y la utilización de recursos en el área de
hospitalización a lo largo del tiempo. Estos datos son fundamentales para tomar decisiones
estratégicas, mejorar la eficiencia operativa y proporcionar una atención de calidad a los
pacientes. Asimismo, la presentación mensual de los resultados facilita la identificación de
tendencias y patrones estacionales que pueden ser relevantes para la gestión hospitalaria.
Al realizar una exhaustiva comparación entre los datos obtenidos por el hospital para
el indicador de camas censables y no censables, se evidencia una marcada similitud con los
resultados arrojados por la aplicación desarrollada. Esta concordancia en los datos es un
indicativo claro de la precisión y confiabilidad de la aplicación en el análisis epidemiológico.
3.10. Gráfica de Línea de Egresos
Ilustración 10. Egresos
Esta gráfica presenta la variación mensual del número de pacientes dados de alta o
egresados del hospital. Permite identificar tendencias en la cantidad de pacientes que
finalizan su tratamiento y abandonan el hospital durante el período.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
334
3.11. Gráfica de Línea de Promedio de Días de Estada
Ilustración 11. Promedio días de Estada
Muestra la fluctuación mensual del promedio de días que un paciente permanece
hospitalizado. Esta gráfica proporciona una visión clara de la duración típica de la estancia
hospitalaria a lo largo del tiempo.
3.12. Gráfica de Línea de Porcentaje de Ocupación de Camas
Ilustración 12. Porcentaje de ocupación de Camas
Esta gráfica ilustra el porcentaje de camas ocupadas en relación con el total de camas
disponibles en el hospital durante cada mes. Permite identificar patrones de ocupación y
evaluar la eficiencia en el uso de camas.
Estas gráficas ofrecen una perspectiva dinámica de las variables clave y permiten a los
responsables de la gestión hospitalaria identificar cambios significativos y tomar decisiones
informadas. El análisis mensual de estas gráficas brinda una visión completa de la evolución
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
335
de las variables a lo largo del tiempo y es de gran utilidad para mejorar la planificación y el
rendimiento en el área de hospitalización.
4. Limitaciones
Los resultados obtenidos demuestran que la aplicación interactiva proporciona una
manera efectiva de visualizar y analizar los indicadores de servicio hospitalario. Los
usuarios pueden acceder a una gama diversa de indicadores y personalizar su análisis de
acuerdo con sus necesidades específicas. Esta personalización les permite identificar
patrones, tendencias y áreas de mejora de manera más eficiente que con métodos
tradicionales.
Es importante reconocer que, aunque la aplicación ofrece ventajas significativas,
también tiene limitaciones. La precisión y confiabilidad de los resultados dependen en gran
medida de la calidad de los datos de entrada. Además, algunos usuarios podrían requerir
capacitación adicional para aprovechar al máximo todas las funcionalidades de la aplicación.
Futuras investigaciones podrían centrarse en abordar estas limitaciones y expandir la
aplicación para cubrir otros aspectos de la gestión hospitalaria.
La creación de esta plataforma aborda directamente una brecha en la gestión
administrativa del hospital, al ofrecer una herramienta que facilita la toma de decisiones
informadas. La visualización de los indicadores permite a los profesionales de la salud y
administradores acceder a información relevante de manera rápida y comprensible, lo que
puede contribuir a una administración más efectiva de los recursos y a la mejora de la
calidad de la atención médica.
Conclusiones
Se logró desarrollar con éxito una aplicación web utilizando R Shiny para el análisis de
los indicadores del servicio hospitalario. La aplicación proporciona una plataforma
interactiva que facilita la visualización y comprensión de los indicadores, permitiendo a los
usuarios explorar y analizar la información de manera efectiva.
Se diseñaron los almacenes de datos que contienen los indicadores del servicio
hospitalario. La estructura de datos fue diseñada de manera organizada y coherente, lo que
facilita la extracción y carga de los datos en la aplicación R Shiny.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
336
Se logró cargar la información pertinente de los indicadores en la aplicación R Shiny.
Los datos se presentan de manera clara y accesible para los usuarios, lo que les permite
analizar los indicadores en función de sus necesidades y objetivos.
El objetivo de implementar la aplicación interactiva de R Shiny en la gestión
administrativa del Hospital Pediátrico Alfonso Villagómez Román ha sido exitosamente
logrado al proporcionar un enlace directo a la página web donde se encuentra alojada la
aplicación.
Los objetivos se cumplieron de manera satisfactoria, lo que llevó a la creación de una
herramienta valiosa para la gestión y toma de decisiones en el ámbito hospitalario. La
aplicación R Shiny demostró ser efectiva en mejorar la presentación y análisis de los
indicadores, contribuyendo a una mejor administración y optimización de los recursos en el
Hospital Pediátrico Alfonso Villagómez Román.
Referencias
Agresti, A., & Franklin, C. A. (2017). Statistics: The Art and Science of Learning from Data.
Pearson.
Allman, E., & Carver, M. (2016). Markdown Guide. Retrieved from
https://www.markdownguide.org/
American Hospital Association (2015). Estándares hospitalarios de cuidado: Una guía para
la entrega de atención. Edición 5.0. Recuperado de: https://www.aha.org/system/files/2018-
11/hsc2015_all.pdf
Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders.
Chang, W., & Borges Ribeiro, B. (2020). Mastering Shiny: Build Interactive Web Apps
with R. O'Reilly Media.
Chang, W., Cheng, J., Allaire, J., Xie, Y., & McPherson, J. (2021) Shiny: Web Application
Framework for R. R package version 1.7.
Donabedian, A. (2005). Evaluating the Quality of Medical Care. The Milbank Quarterly, 83(4),
691-729.
Few, S. (2012). Show Me the Numbers: Designing Tables and Graphs to Enlighten.
Analytics Press.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data
Mining, Inference, and Prediction. Springer.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
337
Health Research & Educational Trust (2015). Definiciones de los indicadores hospitalarios.
Recuperado de https://www.hret.org/data/hospital-indicators-definitions.pdf
Healy, K., & Moody, J. (2014). Data visualization in sociology. Annual Review of Sociology, 40,
105–128. https://doi.org/10.1146/annurev-soc-071312-145551
Heer, J., & Shneiderman, B. (2012). Interactive Dynamics for Visual Analysis.
Queue
, 10 (2),
1-39.
Hogg, R. V., McKean, J. W., & Craig, A. T. (2018). Introduction to Mathematical Statistics.
Pearson.
Hospital Benchmarking (2018). Understanding Bed Turnover: Definitions & Benchmarks.
Recuperado de: https://www.hospitalbenchmarking.com/post/understanding-bed-
turnover-definitions-benchmarks
Matloff, N. (2011). The Art of R Programming: A Tour of Statistical Software Design. No
Starch Press.
Ministerio de Salud de Chile (2019). Manual de Indicadores de Gestión Hospitalaria.
División de Gestión de Redes Asistenciales. Recuperado de: https://diprece.minsal.cl/wp-
content/uploads/2019/11/MANUAL-INDICADORES-DE-GESTION-HOSPITALARIA-
2019.pdf
Montgomery, D. C., Jennings, C. L., & Kulahci, M. (2015). Introduction to Time Series
Analysis and Forecasting. John Wiley & Sons.
Morrison, E. E., & D'Antonio, D. (2019). Introduction to the Financial Management of
Healthcare Organizations. CRC Press.
Myers, G. J., Sandler, C., Badgett, T., Thomas, T. M., & Sandler, D. G. (2011). The Art of
Software Testing. John Wiley & Sons.
Nigatu, H. B., & Zelalem, D. (2020). Time spent in hospital and its predictors among adult
inpatients in public hospitals in Northern Ethiopia: prospective observational study. PloS
One, 15 (3), e0229621.
Norman, D. A.(2013). The Design of Everyday Things. Basic Books.
Norman, D. A., & Nielsen, J. (2010). The Definition of User Experience (UX). Nielsen
Norman Group.
Organización Mundial de la Salud. (2017). Alta hospitalaria segura: Documento técnico.
Recuperado de: https://www.who.int/patientsafety/topics/high5s/h5s-brochure_es.pdf
Parmenter, D. (2015).Key Performance Indicators (KPI): Developing, Implementing, and
Using Winning KPIs. John Wiley & Sons.
RStudio. (2021).Shiny: Web Application Framework for R. https://shiny.rstudio.com/
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 15, N° 43, 2024
Johanna Enith Aguilar-Reyes et al //Desarrollo de una aplicación interactiva en R Shiny ... 313-338
DOI: https://doi.org/10.46925//rdluz.43.19
338
Silva, F. (2019). Web Application Development with R Using Shiny. Apress.
Szklo, M., & Nieto, F. J.(2019). Epidemiology: Beyond the Basics. Jones & Bartlett Learning.
Tukey, J. W.(1977). Exploratory Data Analysis. Addison-Wesley.
Ware, C. (2013). Information Visualization: Perception for Design. Elsevier.
Ware, C. (2012). Information Visualization: Perception for Design. Morgan Kaufmann.
Wickham, H. (2019). Advanced R. CRC Press.
Wickham, H., & Grolemund, G. (2017). R for Data Science: Import, Tidy, Transform,
Visualize, and Model Data. O'Reilly Media. (2017).
Winston Chang et al. (2021). Shiny: Web Application Framework for R. R package version
1.7.1.
Xie, Y., Cheng, J., & Tan, X. (2018). Creating Interactive Web Data Visualization with R,
RStudio, and Shiny. CRC Press.
