Healthcare-SQL-Reporting

Análisis avanzado de datos sanitarios utilizando el motor de procesamiento distribuido de Databricks para optimizar la eficiencia hospitalaria y la gestión pública.

🏥 Sobre el Proyecto

Este repositorio contiene la resolución de un caso analítico y modelado de datos basado en información de Salud Pública de la Ciudad de Rosario, Santa Fe (enunciados y requerimientos provistos por la consultora Lovelytics). El objetivo es transformar registros en bruto de internaciones, pacientes y hospitales en métricas clave para la toma de decisiones directivas.

A través de Spark SQL, se resuelven desafíos analíticos reales del sector de la salud, implementando limpieza de datos, modelado relacional y lógica de negocio compleja.

📊 Arquitectura de Datos y Entidades

El modelo centraliza el análisis en la capacidad operativa y la demografía hospitalaria, abarcando:

• Pacientes: Perfiles demográficos (edad, sexo, nacionalidad).
• Hospitales: Infraestructura, capacidad de camas y ubicación por distritos.
• Internaciones: Registro de ingresos, días de estadía, motivos de egreso y diagnósticos.
• Diagnósticos y Sectores: Clasificación médica y áreas específicas de atención.

🛠️ Fases del Desarrollo Analítico (SQL)

El script principal despliega distintas técnicas de ingeniería y análisis de datos:

🔹 Fase 1: Data Cleaning & Transformación

• Tratamiento defensivo de valores nulos utilizando funciones COALESCE para garantizar la integridad de los reportes.
• Normalización de cadenas de texto y direcciones mediante funciones escalares (TRIM, INITCAP).

🔹 Fase 2: Modelado Relacional & Agregaciones

• Gestión de Capacidad: Cálculo de métricas de ocupación y disponibilidad de camas por distrito mediante agrupaciones complejas.
• Análisis Temporal: Identificación de estacionalidad mensual y años pico a través de funciones de extracción de fechas (EXTRACT, YEAR, MONTH).

🔹 Fase 3: Lógica de Negocio Avanzada

• Segmentación Dinámica: Clasificación etaria de pacientes y niveles de urgencia médica (Urgencias vs. Programadas) mediante estructuras CASE WHEN.
• Data Marting: Generación de vistas pre-calculadas (CREATE OR REPLACE VIEW) para agilizar el consumo de métricas de mortalidad e internación por herramientas de BI.

🚀 Tecnologías Utilizadas

• Motor: SQL / Spark SQL.
• Plataforma: Databricks.
• Fuente de Datos: Portal de Datos Abiertos de la Municipalidad de Rosario.

---

👨‍💻 Juan Manuel Landa — Computer Engineer | Data Analyst & BI Consultant
🔗 LinkedIn • 🌐 Portfolio • ✉️ Contacto