cohort-compare

用途：从 FHIR 端点分析一组患者，比较患者、查找质量缺口或分析人群。运行方式：以 $ARGUMENTS 传入分析参数；按规则不探索工作区、不列文件，直接开始分析，只写一个 Python 脚本完成 FHIR 查询、分析、图表与摘要，保存到 /tmp/<name>.py，用 python（非 python3）运行一次并解读输出。取队列：查询 GET /Condition?code={snomed_code}&_count=200 并跟进分页链接，从 entry[].resource.subject.reference 提取唯一患者 ID。取数据须批量查询：化验用 get_latest_labs_batch(loinc_code, patient_ids)（查 GET /Observation?code={loinc_code}&_count=500&_sort=-date 后按患者 ID 建字典，兼容 valueQuantity 与 valueString；血压用面板码 85354-9 解析 component）；用药用 get_all_medications_batch(patient_ids)（查 GET /MedicationRequest?status=active&_count=500 后客户端过滤）。禁止在循环内逐患者发 FHIR 请求。所有 HTTP 调用须用 subprocess.run(["curl", "-sf", "--max-time", "30", url], capture_output=True, text=True)。构建 pandas DataFrame（patient_id、化验值、化验日期、是否在目标用药、用药列表、用药数），做数据质量检查（缺失>30% 标记问题但继续；<5 人则警告样本过小）。缺口定义：化验值超阈值且未使用指定药物；缺口率按有化验数据的患者计。生成暗色主题直方图（plt.style.use('dark_background')，主色 #76B900，背景 #1a1a1a），标注样本量与缺口数，以 dpi=150 存 PNG，并写通俗摘要，附免责声明：本分析用于研究与运营目的，临床决策应由合格临床医生做出。资料中给出的疾病、化验码与阈值示例仅为演示，实际阈值与用药清单需自行确定；其他细节暂未提供。