Primeros pasos con ciecl: un reporte de egresos hospitalarios

The hardware and bandwidth for this mirror is donated by METANET, the Webhosting and Full Service-Cloud Provider.
If you wish to report a bug, or if you are interested in having us mirror your free-software or open-source project, please feel free to contact us at mirror[@]metanet.ch.

Rodolfo Tasso Suazo

2026-10-02

¿Para quién es esta guía?

Imagina que trabajas en la unidad de estadística de un hospital y cada mes eres la persona encargada de elaborar el reporte de egresos por diabetes para la dirección del servicio. Recibes la base de egresos hospitalarios, y tu objetivo es responder preguntas concretas: ¿cuántos egresos tuvieron como diagnóstico principal una diabetes?, ¿de qué tipo?, ¿qué tan complejos eran esos pacientes?

El problema es que la base llega con códigos CIE-10 en formatos inconsistentes y sin descripciones: para interpretarlos tendrías que consultar a mano el catálogo oficial en PDF o Excel. ciecl elimina ese paso: incorpora el catálogo oficial CIE-10 de Chile (MINSAL/DEIS v2018) dentro de R y te permite normalizar, describir, buscar y analizar los códigos directamente sobre tu base.

Esta guía recorre ese flujo completo, de lo básico a lo avanzado. Solo necesitas conocimientos básicos de R; si además usas dplyr, los ejemplos encajan directo en tus pipelines.

Los datos: egresos hospitalarios del DEIS

Las bases de Egresos Hospitalarios las publica el Departamento de Estadísticas e Información de Salud (DEIS) del Ministerio de Salud de Chile. Cada fila es un alta hospitalaria y la columna DIAG1 contiene el diagnóstico principal codificado en CIE-10.

En la práctica, estos archivos llegan con dos variaciones de formato muy comunes:

Formatos compactos: códigos sin punto decimal (ej: J189 en lugar de J18.9).
Sufijos de relleno: una letra X para completar la longitud del campo en categorías de 3 dígitos (ej: I10X para hipertensión esencial).

Generemos un conjunto de datos sintético que replica la estructura y las anomalías típicas de los archivos del DEIS:

set.seed(42)

# Simulación de 200 registros con formatos típicos del DEIS Chile
egresos <- data.frame(
  ID_EGRESO = 1:200,
  PACIENTE_ID = sample(1:50, 200, replace = TRUE),
  ANO       = sample(2018:2022, 200, replace = TRUE),
  DIAG1     = sample(
    c(
      "J189", "O800", "Z380", "K359", "N390",
      "I10X", "J449", "E119", "O829", "J069",
      "K922", "N185", "I509", "C509", "A099",
      "N40X", "K800", "I259", "J180", "E149"
    ),
    size    = 200,
    replace = TRUE
  ),
  stringsAsFactors = FALSE
)

head(egresos)
#>   ID_EGRESO PACIENTE_ID  ANO DIAG1
#> 1         1          49 2018  J189
#> 2         2          37 2022  E119
#> 3         3           1 2021  E149
#> 4         4          25 2018  N390
#> 5         5          10 2022  I10X
#> 6         6          36 2021  C509

Paso 1: Normalizar los códigos con `cie_norm()`

Antes de cualquier análisis hay que estandarizar DIAG1. cie_norm() aplica las reglas de codificación oficial del MINSAL de forma vectorizada: elimina la X de relleno, inserta el punto decimal en la posición correcta y limpia espacios, guiones y símbolos especiales (como † o *).

# Limpieza y estandarización de diagnósticos en el flujo de trabajo
egresos <- egresos |>
  mutate(
    DIAG1_NORM = cie_norm(codes = DIAG1)
  )

# Comparación entre formato original y normalizado
egresos |>
  select(DIAG1, DIAG1_NORM) |>
  distinct() |>
  head(5)
#>   DIAG1 DIAG1_NORM
#> 1  J189      J18.9
#> 2  E119      E11.9
#> 3  E149      E14.9
#> 4  N390      N39.0
#> 5  I10X        I10

Con esto, I10X quedó como I10 y J189 como J18.9: los códigos ya son comparables con el catálogo oficial.

Paso 2: Agregar las descripciones oficiales con `cie_describe()`

Para el reporte necesitas las glosas clínicas, no solo los códigos. cie_describe() devuelve un vector de texto con una descripción por cada código, así que puedes agregarlo como una columna más de tu tabla con mutate(), sin pasos intermedios:

# Integración directa de descripciones al dataframe principal
egresos_full <- egresos |>
  mutate(
    descripcion = cie_describe(DIAG1_NORM)
  )

head(egresos_full |> select(ID_EGRESO, DIAG1, descripcion))
#>   ID_EGRESO DIAG1
#> 1         1  J189
#> 2         2  E119
#> 3         3  E149
#> 4         4  N390
#> 5         5  I10X
#> 6         6  C509
#>                                                       descripcion
#> 1                                       Neumonía, no especificada
#> 2                     Diabetes mellitus tipo 2 sin complicaciones
#> 3 Diabetes mellitus, no especificada, sin mención de complicación
#> 4              Infección de vías urinarias, sitio no especificado
#> 5                                Hipertensión esencial (primaria)
#> 6                 Tumor maligno de la mama, parte no especificada

Si además de la glosa necesitas la metadata completa (capítulo, grupo, notas de inclusión/exclusión), usa cie_lookup(), que devuelve un tibble estructurado listo para un left_join():

# Obtención de metadata completa vía lookup + join
metadata <- cie_lookup(
  code = unique(egresos$DIAG1_NORM),
  full_description = TRUE
)
#> ✖ Códigos no encontrados: "K35.9"

egresos_metadata <- egresos |>
  left_join(metadata, by = c("DIAG1_NORM" = "codigo"))

Paso 3: Encontrar códigos cuando no sabes el código con `cie_search()`

Volvamos a tu reporte de diabetes: sospechas que en la base hay egresos por diabetes, pero ¿qué códigos exactos cubre el catálogo? En vez de hojear el PDF, buscas por texto. cie_search() usa similitud Jaro-Winkler, así que tolera errores tipográficos (aquí buscamos “diabetis” a propósito):

# Búsqueda tolerante: "diabetis" en lugar de "diabetes"
# (por defecto se muestran los 50 resultados más parecidos;
#  ampliamos el límite porque el catálogo tiene muchos códigos de diabetes)
resultados_busqueda <- cie_search(text = "diabetis", threshold = 0.7, max_results = 100)

resultados_busqueda
#> # A tibble: 100 × 4
#>    codigo descripcion                                            score categoria
#>    <chr>  <chr>                                                  <dbl> <chr>    
#>  1 E10    Diabetes mellitus insulinodependiente                  0.917 E10 DIAB…
#>  2 E10.0  Diabetes mellitus tipo 1 con coma                      0.917 E10 DIAB…
#>  3 E10.1  Diabetes mellitus tipo 1 con cetoacidosis              0.917 E10 DIAB…
#>  4 E10.2  Diabetes mellitus tipo 1 con complicaciones renales    0.917 E10 DIAB…
#>  5 E10.3  Diabetes mellitus tipo 1 con complicaciones oftálmicas 0.917 E10 DIAB…
#>  6 E10.4  Diabetes mellitus tipo 1 con complicaciones neurológi… 0.917 E10 DIAB…
#>  7 E10.5  Diabetes mellitus tipo 1 con complicaciones  circulat… 0.917 E10 DIAB…
#>  8 E10.6  Diabetes mellitus tipo 1 con otras complicaciones esp… 0.917 E10 DIAB…
#>  9 E10.7  Diabetes mellitus tipo 1 con complicaciones múltiples  0.917 E10 DIAB…
#> 10 E10.8  Diabetes mellitus tipo 1 con complicaciones no especi… 0.917 E10 DIAB…
#> # ℹ 90 more rows

Cada resultado incluye un score de similitud para evaluar la confiabilidad de la coincidencia. Pero la tabla anterior lista todos los códigos de diabetes del catálogo, y no todos necesariamente están en tu base. Para saber cuáles sí, basta con cruzar los resultados de la búsqueda con los códigos que realmente aparecen en tus datos:

# ¿Qué códigos de diabetes están realmente en mi base?
codigos_diabetes <- intersect(
  resultados_busqueda$codigo,
  unique(egresos$DIAG1_NORM)
)

codigos_diabetes
#> [1] "E11.9" "E14.9"

Como se ve en el resultado, de todos los códigos de diabetes del catálogo solo dos están presentes en la columna DIAG1 de tu base: E11.9 y E14.9. El cruce identifica qué códigos contienen realmente tus datos, sin tener que revisar la tabla completa a mano. Con esa lista ya puedes filtrar los egresos y cerrar el reporte:

# Reporte final: egresos por diabetes, resumidos por tipo
egresos_full |>
  filter(DIAG1_NORM %in% codigos_diabetes) |>
  count(descripcion, sort = TRUE)
#>                                                       descripcion  n
#> 1                     Diabetes mellitus tipo 2 sin complicaciones 14
#> 2 Diabetes mellitus, no especificada, sin mención de complicación 12

Con esto tu reporte mensual de egresos por diabetes queda listo: sabes cuántos hubo y de qué tipo, con las glosas oficiales del catálogo.

Cuando la búsqueda no entrega resultados

Es normal que algunas consultas no encuentren nada, y conviene saber cómo se comporta el paquete en esos casos: las funciones nunca fallan con un error por ausencia de resultados; devuelven un tibble vacío con la estructura de columnas correcta y un mensaje informativo.

Si buscas un código que no existe en el catálogo:

cie_lookup("XYZ123")
#> ✖ Código no encontrado: "XYZ123"
#> # A tibble: 0 × 11
#> # ℹ 11 variables: codigo <chr>, descripcion <chr>, categoria <chr>,
#> #   seccion <chr>, capitulo_nombre <chr>, inclusion <chr>, exclusion <chr>,
#> #   capitulo <chr>, es_daga <lgl>, es_cruz <lgl>, uso_cl <chr>

Si el umbral de cie_search() es demasiado estricto para el término ingresado:

cie_search("zzzqwerty", threshold = 0.95)
#> ✖ Sin coincidencias >= threshold 0.95
#> # A tibble: 0 × 4
#> # ℹ 4 variables: codigo <chr>, descripcion <chr>, score <dbl>, categoria <chr>

En ambos casos el flujo no se interrumpe: puedes verificar nrow(resultado) == 0 y reaccionar (bajar el threshold, revisar la ortografía o validar el código). Para chequear rápidamente qué códigos de un vector son válidos según el catálogo, usa cie_validate_vector():

cie_validate_vector(c("E11.0", "XYZ123", "I10X"))
#> [1]  TRUE FALSE  TRUE

Paso 4: Estratificar riesgo con `cie_comorbid()`

El último nivel del reporte es la complejidad de los pacientes. cie_comorbid() mapea los diagnósticos a los índices de Charlson o Elixhauser y devuelve una matriz de comorbilidades por paciente, lista para modelos estadísticos:

# Requiere el paquete 'comorbidity' instalado
# Cálculo del Índice de Charlson consolidado por paciente
comorbilidades <- cie_comorbid(
  data = egresos,
  id = "PACIENTE_ID",
  code = "DIAG1",
  map = "charlson"
)

head(comorbilidades, 10)
#> # A tibble: 10 × 19
#>    PACIENTE_ID    mi   chf   pvd  cevd dementia   cpd rheumd   pud   mld  diab
#>          <int> <int> <int> <int> <int>    <int> <int>  <int> <int> <int> <int>
#>  1           1     0     0     0     0        0     0      0     0     0     1
#>  2           2     0     0     0     0        0     0      0     0     0     0
#>  3           3     0     0     0     0        0     0      0     0     0     1
#>  4           4     0     1     0     0        0     1      0     0     0     0
#>  5           5     0     1     0     0        0     0      0     0     0     1
#>  6           6     0     0     0     0        0     1      0     0     0     1
#>  7           7     0     0     0     0        0     0      0     0     0     0
#>  8           8     0     0     0     0        0     0      0     0     0     1
#>  9           9     0     0     0     0        0     1      0     0     0     0
#> 10          10     0     0     0     0        0     0      0     0     0     1
#> # ℹ 8 more variables: diabwc <int>, hp <int>, rend <int>, canc <int>,
#> #   msld <int>, metacanc <int>, aids <int>, score_charlson <dbl>

Resumen del flujo

El recorrido de esta guía cubre el ciclo completo desde la base cruda hasta el insumo analítico:

Estandarización: corrección de formatos con cie_norm().
Contextualización: glosas oficiales con cie_describe() y metadata con cie_lookup().
Exploración: búsqueda de códigos por texto con cie_search(), tolerante a errores y con comportamiento predecible cuando no hay resultados.
Agregación: índices de comorbilidad con cie_comorbid().

¿No sabes cuál función usar en otro escenario? Ejecuta cie_guide() para ver una tabla comparativa con la función recomendada y un ejemplo por caso.

Para seguir aprendiendo

Guía de instalación y configuración: instalación y credenciales para la API CIE-11 de la OMS.
Introducción a ciecl: CIE-10 Chile en R: recorrido por función, incluyendo consultas SQL directas con cie10_sql() y tablas formateadas con cie_table().
Idiomas y normalización: búsqueda en español e inglés y manejo de tildes.

Fuente de datos: Esta herramienta utiliza el catálogo CIE-10 oficial para Chile, gestionado por el DEIS del Ministerio de Salud. Más detalles en deis.minsal.cl.

These binaries (installable software) and packages are in development.
They may not be fully stable and should be used with caution. We make no claims about them.

Primeros pasos con ciecl: un reporte de egresos hospitalarios

Rodolfo Tasso Suazo

2026-10-02

¿Para quién es esta guía?

Los datos: egresos hospitalarios del DEIS

Paso 1: Normalizar los códigos con cie_norm()

Paso 2: Agregar las descripciones oficiales con cie_describe()

Paso 3: Encontrar códigos cuando no sabes el código con cie_search()

Cuando la búsqueda no entrega resultados

Paso 4: Estratificar riesgo con cie_comorbid()

Resumen del flujo

Para seguir aprendiendo

Paso 1: Normalizar los códigos con `cie_norm()`

Paso 2: Agregar las descripciones oficiales con `cie_describe()`

Paso 3: Encontrar códigos cuando no sabes el código con `cie_search()`

Paso 4: Estratificar riesgo con `cie_comorbid()`