Dashboard interactivo de análisis de lactancia materna en España
Módulo II · Análisis y Visualización de Datos · Bootcamp IA & Big Data · F5 · 2025
LactAnalytics es una herramienta de Business Intelligence orientada a organizaciones del sector de la salud materno-infantil, especialmente ONGs y asociaciones de lactancia materna como LLL España o ACPAM.
El proyecto transforma los microdatos de la Encuesta Nacional de Salud de España 2017 (ENSE) en un cuadro de mando interactivo que responde preguntas estratégicas clave:
- ¿Qué porcentaje de bebés en España recibe lactancia materna exclusiva los primeros 6 meses?
- ¿Qué factores socioeconómicos condicionan la duración de la lactancia?
- ¿Existe relación entre la dotación de matronas por CCAA y el éxito de la lactancia?
- ¿Qué sesgos contienen los datos disponibles y qué impacto tendrían en decisiones de política sanitaria?
| Campo | Detalle |
|---|---|
| Fuente principal | Encuesta Nacional de Salud de España 2017 (ENSE) |
| Organismo | Ministerio de Sanidad / Instituto Nacional de Estadística (INE) |
| Enlace | ine.es · Microdatos ENSE 2017 |
| Ficheros utilizados | MICRODAT.CM (menores) + MICRODAT.CH (hogar) |
| Registros tras limpieza | 1.764 menores de 0-4 años |
| Variables | 27 columnas (variables de lactancia, socioeconómicas y de salud infantil) |
| Licencia | Reutilización con atribución · CC BY 4.0 |
| Fuente secundaria | INE · Estadística de Profesionales Sanitarios Colegiados 2017 |
| Fuente terciaria | INE · Estadística de Nacimientos 2017 |
meses_lactancia_total, meses_lactancia_excl, edad_menor, clase_social, nivel_educativo_cod, imc, valoracion_salud
ccaa, nivel_educativo_grupo, sexo_menor, lactancia_materna, lactancia_exclusiva
LactAnalytics/
│
├── app.py # Punto de entrada — configuración y orquestación
├── requirements.txt # Dependencias del proyecto
├── .python-version # Python 3.11 para Streamlit Cloud
├── .env # Variables de entorno (no incluido en git)
├── logo.jpg # Logo corporativo
│
├── secciones/ # Secciones del dashboard (una por tab)
│ ├── resumen_ejecutivo.py # KPIs, curva de abandono, narrativa principal
│ ├── factores_condicionantes.py # Clase social, educación, correlaciones
│ ├── salud_infantil.py # Valoración salud, IMC, enfermedades crónicas
│ ├── mapa_ccaa.py # Mapa coroplético + ranking territorial
│ ├── sesgos_gobernanza.py # Análisis ético y limitaciones del dataset
│ ├── recursos_sanitarios.py # Matronas por CCAA vs tasas de LME
│ └── asistente_lactancia.py # Chat IA con LLaMA 3 (Groq)
│
├── src/ # Lógica de negocio (separada de la UI)
│ ├── data_loader.py # Carga, limpieza y fusión ENSE 2017
│ ├── data_loader_recursos.py # Carga matronas y nacimientos por CCAA
│ ├── stats.py # KPIs, correlaciones, KDE, tablas dinámicas
│ ├── charts.py # Funciones de gráficos Plotly reutilizables
│ └── config.py # Paleta de colores y constantes globales
│
├── data/
│ ├── raw/ # Datos originales del INE (excluidos de git)
│ └── processed/ # Datasets limpios (versionados)
│ ├── lactancia_clean.csv # Dataset principal (1.764 × 27)
│ └── matronas_lme_ccaa.csv # Ratio matronas/nacimientos por CCAA
│
├── notebooks/
│ ├── 01_eda.ipynb # Exploración inicial, nulos, distribuciones
│ └── 02_analisis_estadistico.ipynb # Correlaciones, KDE, tests estadísticos
│
└── docs/
├── decision_herramienta.md # Justificación Streamlit vs Power BI
├── gobernanza_sesgos.md # Análisis ético detallado
└── screenshot.png # Captura del dashboard en producción
| Tecnología | Uso | Justificación |
|---|---|---|
| Streamlit | Framework del dashboard | Despliegue inmediato, Python nativo, multipage con tabs |
| Plotly | Gráficos interactivos | Interactividad cruzada, hover, zoom sin código adicional |
| Pandas | Manipulación de datos | Estándar de facto para análisis tabular en Python |
| NumPy | Cálculos estadísticos | Operaciones vectorizadas eficientes |
| SciPy | Estadística avanzada | KDE, tests Kruskal-Wallis, Chi-cuadrado, correlaciones |
| Groq + LLaMA 3 | Asistente IA | API gratuita, modelo de alta calidad, latencia mínima |
| python-dotenv | Gestión de secretos | Separación segura de credenciales del código |
Streamlit permite código modular en Python, integración directa con librerías estadísticas como SciPy, despliegue gratuito en Streamlit Community Cloud con URL pública, y control total del diseño visual y la narrativa. Power BI requeriría licencia para el despliegue público y limitaría la integración del asistente de IA.
# 1. Clonar el repositorio
git clone https://github.com/adrianaarang/LactAnalytics.git
cd LactAnalytics
# 2. Crear entorno virtual
python -m venv venv
venv\Scripts\activate # Windows
# source venv/bin/activate # Mac/Linux
# 3. Instalar dependencias
pip install -r requirements.txt
# 4. Configurar variables de entorno
# Crear archivo .env en la raíz con:
# GROQ_API_KEY="gsk_..."
# 5. Descargar los datos del INE (ver sección Dataset)
# Colocar ficheros en data/raw/
# 6. Generar los datasets procesados
python src/data_loader.py
python src/data_loader_recursos.py
# 7. Ejecutar el dashboard
streamlit run app.pyEl dashboard estará disponible en http://localhost:8501
| Sección | Descripción | Gráficos |
|---|---|---|
| 📊 Resumen ejecutivo | Narrativa principal, KPIs vs OMS, curva de abandono | Curva abandono, KDE, barras educación, comparativa OMS |
| 🎓 Factores condicionantes | Determinantes socioeconómicos de la lactancia | Box plots, KDE por grupos, scatter, heatmap correlación |
| 👶 Salud infantil | Relación lactancia-salud infantil con evidencia científica | Barras salud, IMC categorías, enfermedades crónicas |
| 🗺️ Mapa por CCAA | Análisis territorial con mapa coroplético interactivo | Mapa España, ranking CCAA, tabla dinámica |
| Auditoría ética y limitaciones del dataset | Mapa nulos, distribución muestral, impacto decisiones | |
| 🏥 Recursos sanitarios | Matronas por CCAA vs tasas de LME — análisis propio | Scatter correlación, ranking ratio, bubble chart |
| 🤱 Asistente LactBot | Chat IA especializado en lactancia (OMS/AEPED/ABM) | Interfaz conversacional con preguntas sugeridas |
- Solo el 27,5% de los bebés en España alcanza los 6 meses de lactancia exclusiva recomendados por la OMS (objetivo: 100%)
- Las madres universitarias tienen 71% más probabilidad de alcanzar LME 6 meses que las de estudios básicos
- Castilla y León (38,7%) y Castilla-La Mancha (38,2%) lideran el ranking autonómico
- La brecha entre mejor y peor CCAA supera los 20 puntos porcentuales
- Correlación moderada entre dotación de matronas y tasas de LME (r=0.52), aunque limitada por la calidad del registro de colegiación del INE
| Sesgo | Nivel | Impacto |
|---|---|---|
| Sesgo de memoria (autodeclaración) | 🔴 Alto | Sobreestimación de tasas de LME |
| Subrepresentación población migrante | 🔴 Alto | Resultados no extrapolables al 100% de la población |
| No respuesta en ingresos (55,3% nulos) | 🔴 Alto | Análisis socioeconómico limitado |
| Brecha urbano-rural no controlada | 🟡 Medio | Diferencias CCAA pueden estar confundidas |
| Datos transversales, no longitudinales | 🟡 Medio | No permite establecer causalidad |
| Muestra pequeña en algunas CCAA | 🟢 Bajo | Ceuta, Melilla, La Rioja con n < 30 |
El asistente utiliza el modelo LLaMA 3.3 70B a través de la API de Groq (gratuita). El system prompt está blindado para:
- Responder solo sobre lactancia materna basándose en OMS, AEPED, ABM y LLL España
- Derivar siempre a profesionales sanitarios ante consultas clínicas
- No recomendar marcas comerciales ni dar diagnósticos
- Responder siempre en español con tono empático
Para activarlo localmente, añade tu GROQ_API_KEY en el archivo .env.
Los ficheros de datos brutos (data/raw/) están excluidos por su tamaño. Para reproducir el análisis descarga del INE:
| Fichero | Fuente |
|---|---|
ense2017_menor_xlsx.xlsx |
INE · ENSE 2017 · Microdatos menor |
ense2017_hogar_xlsx.xlsx |
INE · ENSE 2017 · Microdatos hogar |
matronas.xlsx |
INE · Profesionales Sanitarios Colegiados 2017 |
nacimientos.xlsx |
INE · Indicadores de Natalidad 2017 |
Adriana Aranguez
Full Stack Developer · IT Analyst · Especialización en IA & Big Data
Bootcamp Somos F5 · 2026
Los datos utilizados proceden de fuentes abiertas del INE con licencia CC BY 4.0.
El código de este proyecto está disponible bajo licencia MIT.
Cita requerida para uso de datos:
Fuente: INE, www.ine.es · Encuesta Nacional de Salud de España 2017