护理漏测检查 — 数据取值规则

1.1 哪些算"生命体征"（6项）

1.2 判定逻辑

has_vital 字段在 analyze_db_v3.py 中计算：

# analyze_db_v3.py load_nursing_records()
has_vital = 0
for vf in VITAL_FIELDS:      # 遍历6项体征
    if rec.get(vf, ""):       # 任一项有值（非空字符串）
        has_vital = 1
        break

1.3 同日多记录合并

analyze_db_v3.py 中：同一人同一天可能有多条记录，取逻辑或：

# 如果当天已有记录，取 OR（只要任一条有测量就算有）
if date_key in week_data:
    week_data[date_key] = week_data[date_key] or has_vital
else:
    week_data[date_key] = has_vital

即：只要有任意一条记录的 has_vital=1，当天就算"有测量"。

2.1 阈值规则

# analyze_db_v3.py analyze()
try:
    level = int(level_str)
except:
    continue          # 无护理等级，跳过
threshold = 2 if level == 4 else 1   # 4级→需要2天, 其他→1天

2.2 判断逻辑

# analyze_db_v3.py analyze()
count = sum(1 for d in week_data.values() if d)    # 有测量的天数
if count >= threshold:
    week_result = {"status": "ok", ...}
else:
    week_result = {"status": "miss", ...}

3.1 时间范围

# analyze_db_v3.py 第31行
ANALYSIS_WEEKS = [1, 0]  # 只分析上周(1)和本周(0)

3.2 本周未来日期

本周中 晚于今天 的日期不检查：

# analyze_db_v3.py analyze()
if week_offset == 0 and day_date > today:
    continue   # 跳过未来日期

3.3 周标签生成

# 前端 leak_check.html buildWeekDates()
# server.py /api/leak/result 返回的 resultMeta.weeks 格式：
weeks: [
    {"label": "5/26-6/1",  "start": "2026-05-26", "end": "2026-06-01"},
    {"label": "6/2-6/8",   "start": "2026-06-02", "end": "2026-06-08"},
]

4.1 来源

从 resident_info 表的 admission_date 字段读取入住日期。

4.2 过滤逻辑

# analyze_db_v3.py analyze()
checkin_date = ri_map[id_number].get("admission_date")  # 从 resident_info 读取
if checkin_date:
    checkin_date = datetime.strptime(checkin_date, "%Y-%m-%d").date()
    
    # 情况1：整周未入住
    if checkin_date > week_end:
        week_results[week_offset] = {"status": "not_checked_in", ...}
        continue

    # 情况2：入住日期在周内
    for day_date in week_days:
        if day_date < checkin_date:
            continue   # 入住前的天数不统计

5.1 数据来源

5.2 状态过滤规则

# analyze_db_v3.py load_resident_base_info()
sql = """
    SELECT id_number, name, bed_number, care_level, institution, area,
           admission_date, status, leave_date
    FROM resident_info
    WHERE status != '离院'
"""

有效状态包括：在住、请假（以及 resident_info 中其他非离院状态）。

5.3 前端展示规则（leak_check.html renderWeekCell）

按离院日期与当前周的关系，分三种情况：

离院周中：即使老人有量测数据，也正常展示，不遮挡。底部额外加上离院日期标注。

6.1 数据来源

6.2 同步脚本

sync_org_area.py：从轻流表单 8fcbagt01402 读取机构-休养区对应关系，写入 org_area_mapping 表。

# 手动执行
python3 /opt/leakcheck/sync_org_area.py

# 建议配置 cron 定时执行（每日凌晨3点）
0 3 * * * cd /opt/leakcheck && python3 sync_org_area.py >> sync_org_area.log 2>&1

6.3 前端使用方式

前端页面加载时，调用 /api/leak/org-areas 获取机构和休养区列表，填充下拉框。筛选时按 institution 和 area 字段过滤。

7.1 总体架构

7.2 三种同步模式

7.3 analyze_db_v3.py 分析逻辑

输入：

• resident_info 表（所有非离院老人）→ 权威人员名单
• nursing_records 表（最近30天护理记录）→ 测量数据

输出：leak_check_result 表

关键步骤：

1. load_resident_base_info()：从 resident_info 读取所有非离院老人，建立 ri_map
2. load_nursing_records()：从 nursing_records 读取最近30天的护理记录
3. analyze()：对每位老人，检查每周的测量情况，生成 week_results
4. save_to_db()：写入 leak_check_result 表

8.1 GET /api/leak/result

请求参数：

响应格式：

{
  "success": true,
  "total": 2777,          // 总人数（来自 resident_info，非离院）
  "page": 1,
  "page_size": 5000,
  "resultMeta": {
    "weeks": [
      {"label": "5/26-6/1", "start": "2026-05-26", "end": "2026-06-01"},
      {"label": "6/2-6/8", "start": "2026-06-02", "end": "2026-06-08"}
    ],
    "vitalFields": ["temperature", "pulse", "respiration", "blood_pressure", "spo2", "blood_sugar"]
  },
  "data": [
    {
      "name": "陈宽云",
      "bed_number": "301",
      "care_level": "2",
      "id_number": "320113196902130327",
      "institution": "三牌楼颐养中心",
      "area": "三楼休养区",
      "admission_date": "2025-03-15",
      "status": "在住",
      "leave_date": "",
      "weeks": {           // ← 注意字段名是 weeks（驼峰）
        "1": {"status": "miss", "count": 0, "threshold": 1, ...},
        "0": {"status": "ok", "count": 2, "threshold": 1, ...}
      },
      "allOk": false       // ← 注意字段名是 allOk（驼峰）
    }
  ]
}

8.2 GET /api/leak/org-areas

响应格式：

{
  "success": true,
  "org_areas": {
    "三牌楼颐养中心": ["三楼休养区", "四楼休养区"],
    "仙鹤门颐养中心": ["一楼休养区", "二楼休养区"]
  },
  "orgs": ["三牌楼颐养中心", "仙鹤门颐养中心"]
}

9.1 每人结果字段（leak_check_result 表）

9.2 week_results 结构

{
  "1": {"status": "ok/miss/not_checked_in", "count": 1, "threshold": 1, "completed_days": [1,3,5], "missed_days": [2,4,6,7]},
  "0": {...}
}

11.1 三种缺测状态对照

页面表格中「漏测情况」列根据 status 和 missed_days 显示不同文字：

11.2 前端渲染代码

leak_check.html renderWeekCell 函数（修复于 2026-06-06）：

// leak_check.html — 表格渲染
if (wk.status === 'ok') {
    html += '<td class="cell-ok">完成</td>';
} else if (wk.status === 'not_checked_in') {
    html += '<td class="cell-na">未入住</td>';
} else {
    var days = wk.missed_days || [];
    var missText = days.length > 0 ? '缺' + days.join('、') : '缺测';
    html += '<td class="cell-miss">' + missText + '...</td>';
}

11.3 CSV导出同样处理

// leak_check.html — CSV导出列
if (wk.status === 'ok') {
    row.push('完成');
} else if (wk.status === 'not_checked_in') {
    row.push('未入住');
} else {
    var days = wk.missed_days || [];
    row.push(days.length > 0 ? '缺' + days.join('、') : '缺测');
}

11.4 修复历史

11.5 数据流：status 如何产生