Add clinical threshold lines to AGP/Dagoverzicht charts, TIR stacked bar to Samenvatting

Closes gitea #14, #15.

ui_common.py

@@ -15,7 +15,15 @@ import plotly.graph_objects as go
 import streamlit as st
 
 from nightscout_client import fetch_entries_range, fetch_treatments_range
-from reporting import completeness_warning, detect_events, summarize_events
+from reporting import (
+    HIGH,
+    LOW,
+    VERY_HIGH,
+    VERY_LOW,
+    completeness_warning,
+    detect_events,
+    summarize_events,
+)
 
 MMOL_HOVERTEMPLATE = "%{x|%d-%m %H:%M} · %{y:.1f} mmol/L<extra></extra>"
 
@@ -41,6 +49,14 @@ PALETTE = {
         "muted": "#898781",
         "text": "#52514e",
         "good": "#0ca30c",
+        # Losstaand van "low"/"high" hierboven (die blijven gedeeld tussen
+        # andere grafieken): de 5-bands TIR-grafiek (gitea #14) heeft juist
+        # zichtbaar onderscheid tussen laag/zeer-laag en hoog/zeer-hoog nodig.
+        "tir_very_low": "#8b1a1a",
+        "tir_low": "#d03b3b",
+        "tir_in_range": "#0ca30c",
+        "tir_high": "#fab219",
+        "tir_very_high": "#c76f0a",
     },
     "dark": {
         "glucose": "#3987e5",
@@ -55,9 +71,24 @@ PALETTE = {
         "muted": "#898781",
         "text": "#c3c2b7",
         "good": "#0ca30c",
+        "tir_very_low": "#a32626",
+        "tir_low": "#d95d5d",
+        "tir_in_range": "#0ca30c",
+        "tir_high": "#fab219",
+        "tir_very_high": "#d9852e",
     },
 }
 
+# Klinische drempellijnen (Battelino et al. 2019), gedeeld tussen de AGP- en
+# Dagoverzicht-pagina's (FR3, FR4 — gitea #15) zodat beide grafieken exact
+# dezelfde 4 lijnen op dezelfde manier tonen.
+THRESHOLD_LINES = [
+    (VERY_LOW, "3.0"),
+    (LOW, "3.9"),
+    (HIGH, "10.0"),
+    (VERY_HIGH, "13.9"),
+]
+
 
 def hex_to_rgba(hex_color: str, alpha: float) -> str:
     """Zet een '#rrggbb'-kleur om naar een 'rgba(r,g,b,a)'-string voor Plotly-fills."""
@@ -98,6 +129,66 @@ def load_range_data(start: date, end: date):
     return glucose, treatments
 
 
+def add_threshold_lines(fig: go.Figure, colors: dict, row: int | None = None) -> None:
+    """Teken de 4 klinische drempellijnen (3.0/3.9/10.0/13.9 mmol/L) op een grafiek.
+
+    Gedeeld door de AGP- en Dagoverzicht-pagina's (gitea #15). `row` wordt
+    doorgegeven aan `add_hline` voor subplot-figuren (Dagoverzicht); voor een
+    los-staande figuur (AGP) blijft dit `None`.
+    """
+    kwargs = {} if row is None else {"row": row, "col": 1}
+    for value, label in THRESHOLD_LINES:
+        fig.add_hline(
+            y=value,
+            line={"color": colors["muted"], "width": 1, "dash": "dot"},
+            annotation_text=label,
+            annotation_position="right",
+            annotation_font={"size": 9, "color": colors["muted"]},
+            **kwargs,
+        )
+
+
+TIR_BAND_ORDER = ["very_low", "low", "in_range", "high", "very_high"]
+TIR_BAND_LABELS = {
+    "very_low": "Zeer laag",
+    "low": "Laag",
+    "in_range": "In bereik",
+    "high": "Hoog",
+    "very_high": "Zeer hoog",
+}
+
+
+def build_tir_stacked_bar_figure(tir: dict, colors: dict) -> go.Figure:
+    """Bouw de 5-bands tijd-in-bereik als één gestapelde staafgrafiek (gitea #14).
+
+    Eén staaf, geen x-as-label, percentage op de y-as; van onder naar boven
+    "Zeer laag" -> "Zeer hoog" — dezelfde volgorde als de klinische banden.
+    """
+    fig = go.Figure()
+    for band in TIR_BAND_ORDER:
+        fig.add_trace(
+            go.Bar(
+                x=[""],
+                y=[tir[band]],
+                name=TIR_BAND_LABELS[band],
+                marker_color=colors[f"tir_{band}"],
+                hovertemplate=f"{TIR_BAND_LABELS[band]}: %{{y:.0f}}%<extra></extra>",
+            )
+        )
+    fig.update_layout(
+        barmode="stack",
+        paper_bgcolor="rgba(0,0,0,0)",
+        plot_bgcolor="rgba(0,0,0,0)",
+        font_color=colors["text"],
+        height=140,
+        margin={"l": 10, "r": 10, "t": 10, "b": 10},
+        yaxis={"title": "%", "range": [0, 100], "gridcolor": colors["grid"]},
+        xaxis={"visible": False},
+        legend={"orientation": "h", "yanchor": "bottom", "y": 1.02, "xanchor": "left", "x": 0},
+    )
+    return fig
+
+
 def render_completeness_warning(glucose: pd.DataFrame, start: date, end: date) -> None:
     """Toon reporting.completeness_warning()'s oordeel als st.warning, indien nodig.