chenqi/hospital_performance
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
main
hospital_performance/.qoder/repowiki/zh/content/业务逻辑设计/统计分析逻辑.md
chenqi 44f250f58e 提交文件
2026-02-28 15:16:15 +08:00

15 KiB
Raw Permalink Blame History

统计分析逻辑

**本文引用的文件** - [stats_service.py](file://backend/app/services/stats_service.py) - [stats.py](file://backend/app/api/v1/stats.py) - [models.py](file://backend/app/models/models.py) - [finance.py](file://backend/app/models/finance.py) - [schemas.py](file://backend/app/schemas/schemas.py) - [finance.py](file://backend/app/api/v1/finance.py) - [stats.js](file://frontend/src/api/stats.js) - [Dashboard.vue](file://frontend/src/views/Dashboard.vue) - [Reports.vue](file://frontend/src/views/reports/Reports.vue) - [详细设计.md](file://docs/详细设计.md)

目录

  1. 简介
  2. 项目结构
  3. 核心组件
  4. 架构总览
  5. 详细组件分析
  6. 依赖关系分析
  7. 性能考虑
  8. 故障排查指南
  9. 结论
  10. 附录

简介

本文件面向医院绩效系统的统计分析逻辑，围绕平衡计分卡（BSC）四个维度（财务、客户、内部流程、学习与成长）展开，系统性阐述：

  • 维度统计与加权平均的实现
  • 科室绩效排名、趋势分析、同比/环比计算
  • 多维度数据聚合、图表数据生成与前端展示
  • 统计口径定义、数据准确性保障与性能优化策略
  • 统计结果的展示逻辑、导出能力现状与扩展建议、自定义报表配置思路

项目结构

后端采用 FastAPI + SQLAlchemy 异步 ORM，统计分析位于服务层与 API 层，前端通过 ECharts 进行可视化展示。数据库模型涵盖指标、考核、员工、科室、财务等核心实体。

graph TB
subgraph "后端"
API["API 路由<br/>/stats/*"]
SVC["统计服务<br/>StatsService"]
MODELS["数据模型<br/>Assessment/Detail/Indicator/Department/Staff"]
FINANCE_MODEL["财务模型<br/>DepartmentFinance"]
end
subgraph "前端"
FE_API["前端统计接口封装<br/>stats.js"]
DASHBOARD["仪表盘视图<br/>Dashboard.vue"]
REPORTS["报表视图<br/>Reports.vue"]
end
FE_API --> API
API --> SVC
SVC --> MODELS
SVC --> FINANCE_MODEL
DASHBOARD --> FE_API
REPORTS --> FE_API

图表来源

章节来源

核心组件

  • 统计服务层（StatsService）：提供 BSC 维度统计、科室统计、趋势分析、排名、指标完成度等核心统计方法。
  • API 层（/stats）：暴露统计接口，负责参数解析、默认值处理、响应包装。
  • 数据模型：Assessment/AssessmentDetail/Indicator/Department/Staff/Finance 相关表，支撑统计口径与聚合。
  • 前端接口封装与可视化：stats.js 封装请求，Dashboard.vue 与 Reports.vue 使用 ECharts 渲染图表。

章节来源

架构总览

统计分析的调用链路如下：

  • 前端通过 stats.js 请求 /stats/* 接口
  • API 层解析参数并调用 StatsService
  • StatsService 基于 SQLAlchemy 异步查询，按统计口径进行聚合
  • 返回标准化 JSON 结果，前端渲染图表与表格
sequenceDiagram
participant FE as "前端(stats.js)"
participant API as "API 路由(stats.py)"
participant SVC as "统计服务(StatsService)"
participant DB as "数据库(ORM)"
FE->>API : GET /stats/department?year&month
API->>SVC : get_department_stats(year, month)
SVC->>DB : 查询Assessment/AssessmentDetail/Staff/Department
DB-->>SVC : 聚合结果
SVC-->>API : 列表(含科室均分/排名等)
API-->>FE : JSON 响应
FE->>FE : ECharts 渲染图表

图表来源

章节来源

详细组件分析

BSC 四维度统计（财务、客户、内部流程、学习与成长）

  • 统计口径
    • 维度得分 = Σ(指标得分 × 指标权重) / Σ(指标权重)
    • 指标得分来自 AssessmentDetail.score，权重来自 Indicator.weight
    • 仅统计状态为“已确认”的考核记录
  • 查询条件
    • 可按年、月、科室过滤
  • 返回字段
    • 各维度的总分、权重、指标数量、平均分（总分/权重）
flowchart TD
Start(["进入 get_bsc_dimension_stats"]) --> BuildCond["构建查询条件<br/>状态=FINALIZED<br/>可选: 年/月/科室"]
BuildCond --> JoinTables["连接表: Indicator → AssessmentDetail → Assessment"]
JoinTables --> GroupByDim["按 bs_dimension 分组"]
GroupByDim --> Calc["计算: 总分=Σ(score*weight)<br/>权重=Σ(weight)<br/>指标数=count(*)"]
Calc --> Avg["平均分=总分/权重"]
Avg --> Return["返回维度统计+周期"]

图表来源

章节来源

科室绩效统计与排名

  • 统计口径
    • 按科室汇总：员工数、总分、平均分、最高分、最低分、员工列表
    • 平均分 = 总分 / 员工数
    • 结果按平均分降序排列
  • 排名口径
    • 员工维度：按加权得分降序取前 N
    • 科室维度：按科室平均分降序取前 N
flowchart TD
S1["查询 FINALIZED 考核记录"] --> Join["连接 Staff/Assessment/Department"]
Join --> Group["按 Department 聚合"]
Group --> Sum["累计: 员工数/总分/最高分/最低分"]
Sum --> Avg["平均分=总分/员工数"]
Avg --> Sort["按平均分降序"]
Sort --> Limit["可选: 截取前N"]
Limit --> Out["返回科室统计列表"]

图表来源

章节来源

趋势分析（月度）

  • 统计口径
    • 以月为粒度，计算当月平均总分、平均加权分、记录数
    • 可按年份与最近 N 个月过滤
    • 跨年处理：若起始月小于 1，则跨年累加
  • 返回字段
    • 月份、平均得分、平均加权得分、记录数
flowchart TD
T0["输入: 年份/月份数/科室ID"] --> T1["构造条件: FINALIZED"]
T1 --> T2{"是否指定年份?"}
T2 -- 是 --> T3["计算起始月=当前月-N+1"]
T3 --> T4{"起始月<1?"}
T4 -- 是 --> T5["拼接跨年条件"]
T4 -- 否 --> T6["拼接同年内条件"]
T2 -- 否 --> T7["使用当前年份"]
T5 --> T8["连接 Staff/Assessment"]
T6 --> T8
T7 --> T8
T8 --> T9["按月分组, 计算平均值与计数"]
T9 --> T10["返回趋势数据"]

图表来源

章节来源

指标完成度统计

  • 统计口径
    • 计算指标平均得分、最大/最小得分、完成率 = min(平均得分/目标值×100, 100)
    • 可按年、月、指标过滤
  • 返回字段
    • 指标ID/名称/编码、目标值、最高分、平均分、完成率、样本数

章节来源

财务相关统计（收支趋势）

  • 当前实现
    • /stats/finance-trend 为演示接口，返回模拟数据
  • 建议实现
    • 使用 DepartmentFinance 表按月统计收入/支出/结余
    • 与财务模型一致的类别枚举（收入/支出类别）
    • 与趋势分析一致的“最近 N 月”参数

章节来源

统计结果展示与图表生成

  • Dashboard.vue
    • 初始化 ECharts 实例，加载趋势、饼图、科室排名、财务趋势、仪表盘等数据
    • 趋势图：双轴（得分/奖金），折线+面积
    • 仪表盘：床位使用率、药占比、材料占比、患者满意度（模拟数据）
  • Reports.vue
    • 科室柱状图（平均分）+折线（奖金总额）
    • 支持筛选与刷新

章节来源

依赖关系分析

  • 统计服务依赖数据模型与枚举（Assessment/AssessmentDetail/Indicator/Department/Staff/BSCDimension/AssessmentStatus）
  • API 层依赖统计服务与安全中间件（用户鉴权）
  • 前端依赖 stats.js 封装的接口，调用 /stats/* 并渲染图表
graph LR
STATS_API["/stats/*"] --> STATS_SVC["StatsService"]
STATS_SVC --> MODELS_M["Assessment/Detail/Indicator/Department/Staff"]
STATS_SVC --> MODELS_F["DepartmentFinance"]
FE_STATS["stats.js"] --> STATS_API
DASH["Dashboard.vue"] --> FE_STATS
REPORTS["Reports.vue"] --> FE_STATS

图表来源

章节来源

性能考虑

  • 查询优化
    • 使用 group_by 与聚合函数一次性计算，避免多次往返
    • 为常用过滤字段（状态、年、月、科室）建立索引（模型中已有索引）
  • 异步 I/O
    • 使用 SQLAlchemy AsyncSession，降低阻塞
  • 缓存策略
    • 对热点报表（如趋势、排名）可引入 Redis 缓存，设置合理过期时间
  • 分页与限制
    • 排名接口限制返回条数（默认 10），避免大数据集传输
  • 前端渲染
    • ECharts 按需初始化，窗口 resize 时重绘，避免重复实例化

章节来源

故障排查指南

  • 接口返回空数据
    • 检查考核状态是否为 FINALIZED
    • 确认年/月/科室参数是否正确
    • 确认数据是否已归档到对应周期
  • 趋势数据异常
    • 跨年月份计算是否正确（起始月<1 的分支）
    • 是否存在缺失月份导致平均值异常
  • 图表不显示
    • 确认 ECharts 实例已初始化且容器尺寸有效
    • 检查数据结构与图表配置项是否匹配
  • 财务趋势为空
    • 当前 /stats/finance-trend 为演示接口，需对接 DepartmentFinance 表真实数据

章节来源

结论

本系统以 BSC 四维度为核心，结合指标权重与加权平均，实现了维度得分、科室统计、趋势分析与排名等关键统计能力。通过异步查询与前端可视化，形成了从数据到洞察的完整闭环。财务趋势与关键指标仪表盘目前为演示实现，建议尽快对接 DepartmentFinance 表，以提供真实财务数据支持。

附录

统计口径与算法一览

  • BSC 维度统计
    • 维度得分 = Σ(得分×权重)/Σ(权重)
    • 仅统计 FINALIZED 考核
  • 科室统计
    • 员工数、总分、平均分、最高/最低分
    • 平均分=总分/员工数
  • 趋势分析
    • 月度平均总分、平均加权分、记录数
    • 跨年处理：起始月<1 时拼接跨年条件
  • 指标完成度
    • 完成率=min(平均得分/目标值×100, 100)
  • 排名
    • 员工：按加权得分降序取前 N
    • 科室：按平均分降序取前 N

章节来源

数据模型与统计关系

erDiagram
INDICATOR {
int id PK
string name
string code
enum bs_dimension
numeric weight
numeric max_score
numeric target_value
}
ASSESSMENT {
int id PK
int staff_id FK
int period_year
int period_month
numeric total_score
numeric weighted_score
enum status
}
ASSESSMENT_DETAIL {
int id PK
int assessment_id FK
int indicator_id FK
numeric actual_value
numeric score
}
STAFF {
int id PK
int department_id FK
string employee_id
string name
}
DEPARTMENT {
int id PK
string name
string code
enum dept_type
}
INDICATOR ||--o{ ASSESSMENT_DETAIL : "包含"
ASSESSMENT_DETAIL ||--|| ASSESSMENT : "属于"
ASSESSMENT ||--|| STAFF : "由员工产生"
STAFF ||--|| DEPARTMENT : "属于"

图表来源

导出与自定义报表配置

  • 导出能力现状
    • 后端未提供报表导出接口
    • 前端未实现 Excel/PDF 导出
  • 建议
    • 新增 /stats/export 接口，支持按参数导出 CSV/Excel
    • 前端增加导出按钮，调用后端接口并下载文件
    • 自定义报表配置：允许用户保存筛选条件与图表布局，后续可扩展为“仪表盘模板”

章节来源

与系统设计文档的对应关系

  • 设计目标与原则
    • 战略导向、分类分层、定量与定性结合、可操作性、持续改进
  • 报表与分析中心
    • 标准报表、自定义仪表盘、多维分析、趋势预测、数据导出
  • 实施路线图
    • 分阶段推进，逐步覆盖全院并深化应用

章节来源