#' Case Fatality Rate (CFR)

#'

#' @description Calcula la proporcion de enfermos que fallecen sobre todos los enfermos confirmados

#' en distintas categorias (residencia / edad / etc)

#'

#' @inheritParams casos

#' @inheritParams positividad

#'

#' @importFrom rlang :=

#'

#' @details El case fatality rate se define como

#'

#' \deqn{\frac{\# Defunciones}{Total de enfermos}}{%

#' \# Defunciones / Total de enfermos}

#'

#' Si se utiliza la opción `tipo_clasificacion` se puede cambiar la definicion de enfermo

#' (por default se incluyen solamente `"Confirmados COVID"`).

#'

#' @return Une a la lista de `datos_covid` una nueva entrada de nombre `list_name`

#' (default: `case fatality rate`) con una base de datos (`tibble` o `duckdb`) con los

#' resultados agregados.

#'

#' \itemize{

#' \item `case fatality rate` - Base de datos generara con los datos agregados (el nombre cambia

#' si se usa `list_name`).

#' \item dict - Diccionario de datos

#' \item dats - Datos originales (conexion a `duckdb` o `tibble`)

#' \item disconnect - Función para desconectarte de `duckdb`

#' \item ... - Cualquier otro elemento que ya existiera en `datos_covid`

#' }

#'

#' @examples

#'

#' # Para el ejemplo usaremos los datos precargados (datosabiertos) pero tu puedes

#' # correr el ejemplo descargando informacion mas reciente.

#' datos_covid <- datosabiertos

#'

#' # Casos a nivel nacional por entidad

#' datos_covid <- datos_covid |> cfr()

#' head(datos_covid$`case fatality rate`)

#' \donttest{

#' # Agregando todos los estados

#' datos_covid <- datos_covid |>

#' cfr(list_name = "cfr_nacional", group_by_entidad = FALSE)

#' head(datos_covid$`cfr_nacional`)

#'

#' # CFR en Baja California

#' datos_covid <- datos_covid |>

#' cfr(entidades = c("BAJA CALIFORNIA"), list_name = "cfr_bc")

#' head(datos_covid$`cfr_bc`)

#'

#' # Calcula el CFR suponiendo toda la base son confirmados

#' datos_covid <- datos_covid |>

#' cfr(

#' entidades = c("BAJA CALIFORNIA", "BAJA CALIFORNIA SUR"),

#' tipo_clasificacion = c(

#' "Sospechosos", "Confirmados COVID",

#' "Negativo a COVID", "Inv\u00e1lido", "No realizado"

#' ),

#' group_by_tipo_clasificacion = TRUE, list_name = "bc_bcs_cfr"

#' )

#' head(datos_covid$`bc_bcs_cfr`) # Los NA es porque no habia observaciones en el denominador

#'

#' # Distinguiendo entre ambulatorio y hospitalizado

#' datos_covid <- datos_covid |>

#' cfr(

#' tipo_paciente = c("AMBULATORIO", "HOSPITALIZADO"),

#' group_by_tipo_paciente = TRUE,

#' list_name = "cfr_paciente"

#' )

#' head(datos_covid$cfr_paciente)

#'

#' # CFR en distintos grupos de edad (0 a 20, 20 a 60 y 60 )

#' datos_covid <- datos_covid |>

#' cfr(edad_cut = c(0, 20, 60, Inf), list_name = "cfr_edad")

#' head(datos_covid$cfr_edad)

#'

#' # Si deseas agrupar por una variable que no este en las opciones

#' datos_covid <- datos_covid |>

#' cfr(.grouping_vars = c("DIABETES"), list_name = "cfr_diab")

#' head(datos_covid$cfr_diab)

#' }

#' # Finalmente desconectamos

#' datos_covid$disconnect()

#'

#' @seealso [descarga_datos_abiertos()] [numero_pruebas()] [chr()] [estima_rt()]

#' [positividad()] [casos()]

#'

#' @export

cfr <- function(datos_covid,

}