willemjan
c54dcf616a
willemjan/glucose-dashboard/pipeline/pr-feature/insulin-profile This commit looks good
Overlay the full insulin picture onto the interactive glucose charts: basal rate as a semi-transparent step-area (profile schedule overridden by active temp basal), bolus doses as size-scaled dots split into food/correction/SMB categories (food and correction labeled with units, SMB left unlabeled), carbs as bars, and the pump's target glucose as a line — each with its own color, alpha, and legend entry. Shared trace- building helpers live in ui_common.py so both pages (and the PDF report in a follow-up PR) render identically. Builds on the pump profile work in #29 (profile_data.py, load_profile()).
427 lines
15 KiB
Python
427 lines
15 KiB
Python
"""
|
|
Gedeelde UI-hulpmiddelen voor app.py en alle pages/*.py.
|
|
|
|
Elke Streamlit-pagina draait als los script, dus gedeelde constanten/functies
|
|
(kleurenpalet, thema-detectie) horen hier thuis in plaats van gedupliceerd te
|
|
worden per pagina.
|
|
"""
|
|
|
|
from __future__ import annotations
|
|
|
|
from datetime import date, datetime, timedelta, timezone
|
|
|
|
import pandas as pd
|
|
import plotly.graph_objects as go
|
|
import streamlit as st
|
|
|
|
from nightscout_client import fetch_entries_range, fetch_profile, fetch_treatments_range
|
|
from profile_data import parse_profile
|
|
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>"
|
|
|
|
# Periode-opties voor de rapportagepagina's (FR1): elke pagina kiest zijn eigen
|
|
# standaard (90 dagen voor statistiek/TIR, 14 dagen voor recente
|
|
# glucosegrafieken) via `default_label`.
|
|
PERIOD_OPTIONS_DAYS = {"14 dagen": 14, "30 dagen": 30, "90 dagen": 90}
|
|
|
|
# Kleuren per rol, licht/donker — categorale kleuren voor identiteit
|
|
# (glucose/insuline/carbs), status-kleuren (vast, nooit hergebruikt) voor
|
|
# te laag/te hoog.
|
|
PALETTE = {
|
|
"light": {
|
|
"glucose": "#2a78d6",
|
|
"insulin": "#1baf7a",
|
|
"carbs": "#eb6834",
|
|
"low": "#d03b3b",
|
|
"very_low": "#d03b3b",
|
|
"high": "#fab219",
|
|
"very_high": "#fab219",
|
|
"band": "rgba(12,163,12,0.08)",
|
|
"grid": "#e1e0d9",
|
|
"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",
|
|
"basal": "#7b5ea3",
|
|
"bolus_food": "#1baf7a",
|
|
"bolus_correction": "#2a78d6",
|
|
"bolus_smb": "#898781",
|
|
"target": "#52514e",
|
|
},
|
|
"dark": {
|
|
"glucose": "#3987e5",
|
|
"insulin": "#199e70",
|
|
"carbs": "#d95926",
|
|
"low": "#d03b3b",
|
|
"very_low": "#d03b3b",
|
|
"high": "#fab219",
|
|
"very_high": "#fab219",
|
|
"band": "rgba(12,163,12,0.15)",
|
|
"grid": "#2c2c2a",
|
|
"muted": "#898781",
|
|
"text": "#c3c2b7",
|
|
"good": "#0ca30c",
|
|
"tir_very_low": "#a32626",
|
|
"tir_low": "#d95d5d",
|
|
"tir_in_range": "#0ca30c",
|
|
"tir_high": "#fab219",
|
|
"tir_very_high": "#d9852e",
|
|
"basal": "#9b7ec2",
|
|
"bolus_food": "#199e70",
|
|
"bolus_correction": "#3987e5",
|
|
"bolus_smb": "#898781",
|
|
"target": "#c3c2b7",
|
|
},
|
|
}
|
|
|
|
# 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."""
|
|
hex_color = hex_color.lstrip("#")
|
|
r, g, b = (int(hex_color[i : i + 2], 16) for i in (0, 2, 4))
|
|
return f"rgba({r},{g},{b},{alpha})"
|
|
|
|
|
|
def get_colors() -> dict:
|
|
"""Geef de kleurenset terug die past bij het actieve Streamlit-thema."""
|
|
theme_type = "light"
|
|
try:
|
|
theme_type = st.context.theme.type or "light"
|
|
except AttributeError:
|
|
pass
|
|
return PALETTE["dark" if theme_type == "dark" else "light"]
|
|
|
|
|
|
def select_period_days(default_label: str) -> tuple[date, date, int]:
|
|
"""Periodekiezer voor rapportagepagina's; geeft (start, eind, aantal_dagen) terug."""
|
|
labels = list(PERIOD_OPTIONS_DAYS.keys())
|
|
label = st.radio("Periode", labels, index=labels.index(default_label), horizontal=True)
|
|
days = PERIOD_OPTIONS_DAYS[label]
|
|
end = datetime.now(tz=timezone.utc).date()
|
|
start = end - timedelta(days=days - 1)
|
|
return start, end, days
|
|
|
|
|
|
@st.cache_data(ttl=3600, show_spinner="Data ophalen van Nightscout...")
|
|
def load_range_data(start: date, end: date):
|
|
"""Gecachete Nightscout-fetch voor een vaste periode.
|
|
|
|
Lange TTL (in tegenstelling tot de 60s van de live-pagina): historische
|
|
data van een afgeronde periode verandert niet.
|
|
"""
|
|
glucose = fetch_entries_range(start, end)
|
|
treatments = fetch_treatments_range(start, end)
|
|
return glucose, treatments
|
|
|
|
|
|
@st.cache_data(ttl=21600, show_spinner="Profiel ophalen van Nightscout...")
|
|
def load_profile() -> dict:
|
|
"""Gecachete profiel-fetch. Langere TTL dan load_range_data (6 uur i.p.v.
|
|
1 uur): een pompprofiel wijzigt zelden, in tegenstelling tot glucose-/
|
|
behandeldata van een lopende periode."""
|
|
raw = fetch_profile()
|
|
return parse_profile(raw)
|
|
|
|
|
|
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
|
|
|
|
|
|
BOLUS_CATEGORY_LABELS = {
|
|
"food": "Bolus (voeding)",
|
|
"correction": "Bolus (correctie)",
|
|
"smb": "SMB",
|
|
}
|
|
BOLUS_CATEGORY_COLOR_KEYS = {
|
|
"food": "bolus_food",
|
|
"correction": "bolus_correction",
|
|
"smb": "bolus_smb",
|
|
}
|
|
# Tekenvolgorde van bolus-categorieën: SMB eerst (onderop, meestal talrijker en
|
|
# kleiner), voeding/correctie erbovenop (grotere, gelabelde stippen blijven
|
|
# zichtbaar in plaats van bedolven te raken onder de SMB-stippen).
|
|
BOLUS_CATEGORY_DRAW_ORDER = ["smb", "correction", "food"]
|
|
|
|
|
|
def add_basal_area_trace(
|
|
fig: go.Figure,
|
|
basal: pd.DataFrame,
|
|
colors: dict,
|
|
*,
|
|
row: int | None = None,
|
|
secondary_y: bool = False,
|
|
x_col: str = "timestamp",
|
|
) -> None:
|
|
"""Basaal-insuline als semi-transparant stapvlak (line_shape='hv'), met alpha
|
|
zodat onderliggende data zichtbaar blijft. Verwacht kolommen 'rate' en
|
|
`x_col` (standaard 'timestamp'; de Dagoverzicht-pagina geeft hier 'hour'
|
|
aan omdat elke dag daar op een gedeelde 0-24u-as staat i.p.v. echte
|
|
datums — zie reporting.effective_basal_series). Bedoeld voor een
|
|
secundaire y-as (E/uur past niet op de mmol/L-schaal van de glucoselijn).
|
|
"""
|
|
if basal.empty:
|
|
return
|
|
kwargs: dict = {"row": row, "col": 1} if row is not None else {}
|
|
if secondary_y:
|
|
kwargs["secondary_y"] = True
|
|
fig.add_trace(
|
|
go.Scatter(
|
|
x=basal[x_col],
|
|
y=basal["rate"],
|
|
mode="lines",
|
|
line={"shape": "hv", "color": colors["basal"], "width": 1},
|
|
fill="tozeroy",
|
|
fillcolor=hex_to_rgba(colors["basal"], 0.3),
|
|
opacity=0.8,
|
|
name="Basaal",
|
|
hovertemplate="%{y:.2f} E/uur<extra></extra>",
|
|
),
|
|
**kwargs,
|
|
)
|
|
|
|
|
|
def add_carb_bars_trace(
|
|
fig: go.Figure,
|
|
carbs: pd.DataFrame,
|
|
colors: dict,
|
|
*,
|
|
row: int | None = None,
|
|
secondary_y: bool = False,
|
|
x_col: str = "timestamp",
|
|
) -> None:
|
|
"""Koolhydraten als staafjes op het moment van invoer. Verwacht kolommen
|
|
'carbs' en `x_col` (zie add_basal_area_trace voor waarom dit configureerbaar
|
|
is). Zelfde secundaire as als de basaal-area (allebei geen mmol/L-grootheid),
|
|
met een eigen kleur en alpha zodat beide onderscheidbaar blijven."""
|
|
if carbs.empty:
|
|
return
|
|
kwargs: dict = {"row": row, "col": 1} if row is not None else {}
|
|
if secondary_y:
|
|
kwargs["secondary_y"] = True
|
|
fig.add_trace(
|
|
go.Bar(
|
|
x=carbs[x_col],
|
|
y=carbs["carbs"],
|
|
marker_color=colors["carbs"],
|
|
opacity=0.55,
|
|
name="Koolhydraten",
|
|
hovertemplate="%{y:.0f} g<extra></extra>",
|
|
),
|
|
**kwargs,
|
|
)
|
|
|
|
|
|
def add_bolus_marker_traces(
|
|
fig: go.Figure,
|
|
bolus: pd.DataFrame,
|
|
colors: dict,
|
|
lane_y: float,
|
|
*,
|
|
row: int | None = None,
|
|
x_col: str = "timestamp",
|
|
) -> None:
|
|
"""Eén Scatter-trace per boluscategorie (food/correction/smb), gepositioneerd
|
|
op een vaste 'lane'-hoogte op de primaire (mmol/L-)as — net als de bestaande
|
|
insuline/carbs-lanes op de Live-pagina. De hoogte zelf draagt geen
|
|
kwantitatieve betekenis; de markergrootte (geschaald naar toegediende
|
|
eenheden) en hoverwaarde wel. Voeding/correctie krijgen een tekstlabel met
|
|
de dosis; SMB's niet (te talrijk/te klein voor leesbare labels). Verwacht
|
|
kolommen 'insulin'/'category' en `x_col` (zie reporting.classify_bolus).
|
|
"""
|
|
# Datumformattering in de hover werkt alleen op een echte datetime-as; de
|
|
# Dagoverzicht-pagina geeft hier 'hour' (een kaal getal 0-24) aan, dus
|
|
# daar laten we het tijdstip weg en toont de hover alleen de dosis.
|
|
hover_prefix = "%{x|%d-%m %H:%M} · " if x_col == "timestamp" else ""
|
|
kwargs: dict = {"row": row, "col": 1} if row is not None else {}
|
|
for category in BOLUS_CATEGORY_DRAW_ORDER:
|
|
subset = bolus[bolus["category"] == category] if not bolus.empty else bolus
|
|
if subset.empty:
|
|
continue
|
|
show_label = category != "smb"
|
|
fig.add_trace(
|
|
go.Scatter(
|
|
x=subset[x_col],
|
|
y=[lane_y] * len(subset),
|
|
mode="markers+text" if show_label else "markers",
|
|
marker={
|
|
"size": (subset["insulin"] * 8).clip(lower=6, upper=30),
|
|
"color": colors[BOLUS_CATEGORY_COLOR_KEYS[category]],
|
|
"opacity": 0.75,
|
|
},
|
|
text=[f"{v:.1f}E" for v in subset["insulin"]] if show_label else None,
|
|
textposition="top center",
|
|
textfont={"size": 9, "color": colors["text"]},
|
|
name=BOLUS_CATEGORY_LABELS[category],
|
|
customdata=subset["insulin"],
|
|
hovertemplate=f"{hover_prefix}%{{customdata:.2f}} E<extra></extra>",
|
|
),
|
|
**kwargs,
|
|
)
|
|
|
|
|
|
def add_target_line_trace(
|
|
fig: go.Figure, target: pd.DataFrame, colors: dict, *, row: int | None = None, x_col: str = "timestamp"
|
|
) -> None:
|
|
"""Streefglucose uit het pompprofiel als lijn op de primaire (mmol/L-)as.
|
|
Verwacht kolommen 'target' en `x_col` (zie reporting.target_glucose_series)."""
|
|
if target.empty:
|
|
return
|
|
kwargs: dict = {"row": row, "col": 1} if row is not None else {}
|
|
fig.add_trace(
|
|
go.Scatter(
|
|
x=target[x_col],
|
|
y=target["target"],
|
|
mode="lines",
|
|
line={"shape": "hv", "color": colors["target"], "width": 1.5, "dash": "dashdot"},
|
|
opacity=0.9,
|
|
name="Streefwaarde (pomp)",
|
|
hovertemplate="%{y:.1f} mmol/L<extra></extra>",
|
|
),
|
|
**kwargs,
|
|
)
|
|
|
|
|
|
def render_completeness_warning(glucose: pd.DataFrame, start: date, end: date) -> None:
|
|
"""Toon reporting.completeness_warning()'s oordeel als st.warning, indien nodig.
|
|
|
|
Gebruikt door elke rapportagepagina, direct na de load_range_data-call.
|
|
De beoordelingslogica zelf staat in reporting.py (pure functie) zodat het
|
|
PDF-rapport (pdf_export.py) exact dezelfde disclaimer kan hergebruiken.
|
|
"""
|
|
message = completeness_warning(glucose, start, end)
|
|
if message:
|
|
st.warning(message)
|
|
|
|
|
|
def render_event_level(
|
|
glucose: pd.DataFrame,
|
|
threshold: float,
|
|
direction: str,
|
|
level_name: str,
|
|
period_days: int,
|
|
colors: dict,
|
|
) -> None:
|
|
"""Render de metrics/tabel/tijdstip-histogram voor één hypo-/hyperniveau.
|
|
|
|
Gedeeld tussen de Hypo Events- en Hyper Events-pagina's (FR5/FR6), die
|
|
elk twee niveaus (Level 1/Level 2) op dezelfde manier tonen.
|
|
"""
|
|
events = detect_events(glucose, threshold, direction)
|
|
summary = summarize_events(events, period_days)
|
|
|
|
st.subheader(level_name)
|
|
cols = st.columns(4)
|
|
cols[0].metric("Aantal events", summary["count"])
|
|
cols[1].metric("Gem. duur", f"{summary['avg_duration_minutes']:.0f} min")
|
|
cols[2].metric("Langste event", f"{summary['longest_duration_minutes']:.0f} min")
|
|
cols[3].metric("Events/week", f"{summary['events_per_week']:.1f}")
|
|
|
|
if events.empty:
|
|
st.info("Geen events gevonden in deze periode.")
|
|
return
|
|
|
|
bar_color = colors["low"] if direction == "below" else colors["high"]
|
|
hours = events["start"].dt.hour
|
|
hour_counts = hours.value_counts().reindex(range(24), fill_value=0).sort_index()
|
|
fig = go.Figure(go.Bar(x=list(hour_counts.index), y=hour_counts.to_numpy(), marker_color=bar_color))
|
|
fig.update_layout(
|
|
paper_bgcolor="rgba(0,0,0,0)",
|
|
plot_bgcolor="rgba(0,0,0,0)",
|
|
font_color=colors["text"],
|
|
height=220,
|
|
margin={"l": 10, "r": 10, "t": 10, "b": 10},
|
|
xaxis={"title": "Uur van de dag", "dtick": 2, "gridcolor": colors["grid"]},
|
|
yaxis={"title": "Aantal events", "gridcolor": colors["grid"]},
|
|
)
|
|
st.plotly_chart(fig, width="stretch")
|
|
|
|
display = events.copy()
|
|
display["start"] = display["start"].dt.strftime("%d-%m-%Y %H:%M")
|
|
display["end"] = display["end"].dt.strftime("%d-%m-%Y %H:%M")
|
|
display = display.rename(
|
|
columns={"start": "Start", "end": "Einde", "duration_minutes": "Duur (min)"}
|
|
)
|
|
st.dataframe(display, width="stretch", hide_index=True)
|