Analisador de Tendências de Saúde

Analisa tendências e padrões em dados de saúde ao longo do tempo, identifica mudanças, correlações e fornece insights de saúde baseados em dados.

Quando Usar

• Use quando precisar analisar tendências, correlações ou mudanças significativas em dados de saúde ao longo do tempo.
• Tarefas envolvem mudanças multidimensionais ao longo do tempo, como peso, sintomas, medicação, exames de laboratório, humor ou sono.
• Use quando o usuário perguntar "Quais foram as mudanças recentes na minha saúde?" ou precisar de um relatório de tendências.

Funcionalidades Principais

1. Análise de Tendências Multidimensionais

• Tendências de Peso/IMC: Acompanha as mudanças de peso e IMC ao longo do tempo, avaliando tendências de saúde.
• Padrões de Sintomas: Identifica sintomas recorrentes, mudanças na frequência, gatilhos potenciais.
• Adesão à Medicação: Analisa padrões de medicação, identifica padrões de esquecimento e áreas de melhoria.
• Tendências de Exames de Laboratório: Acompanha mudanças em indicadores bioquímicos (colesterol, glicose, pressão arterial, etc.).
• Humor e Sono: Relaciona estados de humor com qualidade do sono, identificando tendências de saúde mental.

2. Motor de Análise de Correlação

• Correlação Medicação-Sintoma: Identifica se novas medicações estão correlacionadas com mudanças nos sintomas.
• Impacto do Estilo de Vida: Relaciona dieta/sono com sintomas e humor.
• Avaliação de Eficácia do Tratamento: Mede se o tratamento levou a melhorias.
• Correlação Ciclo-Sintoma: Rastreamento de correlações relacionadas ao ciclo em saúde feminina.

3. Detecção de Mudanças

• Mudanças Significativas: Alerta sobre mudanças rápidas de peso, novos sintomas, mudanças na medicação.
• Padrões de Piora: Identifica precocemente a deterioração da saúde.
• Identificação de Melhorias: Destaca mudanças positivas na saúde.
• Alertas de Limite: Alerta quando os níveis se aproximam de limites perigosos (radiação, valores extremos de IMC).

4. Insights Preditivos

• Avaliação de Risco: Identifica fatores de risco com base nas tendências.
• Recomendações Preventivas: Sugere medidas preventivas com base em padrões.
• Alerta Precoce: Prevê problemas antes que se tornem graves.

Instruções de Uso

Condições de Acionamento

Use esta habilidade quando o usuário mencionar os seguintes cenários:

Perguntas Gerais:

• ✅ "Quais foram as mudanças na minha saúde no último período?"
• ✅ "Analise minhas tendências de saúde."
• ✅ "Quais são as mudanças na minha condição física?"
• ✅ "Resumo da minha saúde."

Dimensões Específicas:

• ✅ "Quais são as tendências do meu peso/IMC?"
• ✅ "Analise meus padrões de sintomas."
• ✅ "Como está minha adesão à medicação?"
• ✅ "Quais são as mudanças nos meus exames de laboratório?"
• ✅ "Minhas tendências de humor e sono."

Análise de Correlação:

• ✅ "Com o que meus sintomas estão correlacionados?"
• ✅ "Minha medicação é eficaz?"
• ✅ "Qual a relação entre sono e meu humor?"

Período de Tempo:

• Analisa dados dos últimos 3 meses por padrão.
• Suporta: "último mês", "últimos 6 meses", "último ano".
• Suporta: "janeiro de 2025 até agora", "últimos 90 dias".

Passos de Execução

Passo 1: Determinar o Período de Análise

Extraia o período de tempo da entrada do usuário ou use o valor padrão (3 meses).

Passo 2: Ler os Dados de Saúde

Leia as seguintes fontes de dados:

// 1. 个人档案（BMI、体重）
const profile = readFile('data/profile.json');

// 2. 症状记录
const symptomFiles = glob('data/symptoms/**/*.json');
const symptoms = readAllJson(symptomFiles);

// 3. 情绪记录
const moodFiles = glob('data/mood/**/*.json');
const moods = readAllJson(moodFiles);

// 4. 饮食记录
const dietFiles = glob('data/diet/**/*.json');
const diets = readAllJson(dietFiles);

// 5. 用药日志
const medicationLogs = glob('data/medication-logs/**/*.json');

// 6. 女性健康数据（如适用）
const cycleData = readFile('data/cycle-tracker.json');
const pregnancyData = readFile('data/pregnancy-tracker.json');
const menopauseData = readFile('data/menopause-tracker.json');

// 7. 过敏史
const allergies = readFile('data/allergies.json');

// 8. 辐射记录
const radiation = readFile('data/radiation-records.json');

Passo 3: Filtrar os Dados

Filtre os dados com base no período de tempo:

function filterByDate(data, startDate, endDate) {
  return data.filter(item => {
    const itemDate = new Date(item.date || item.created_at);
    return itemDate >= startDate && itemDate <= endDate;
  });
}

Passo 4: Análise de Tendências

Realize a análise de tendências para cada dimensão de dados:

4.1 Tendências de Peso/IMC

• Extrair dados históricos de peso.
• Calcular a mudança de IMC.
• Identificar a direção da tendência (ascendente/descendente/estável).
• Avaliar a magnitude da mudança.

4.2 Padrões de Sintomas

• Estatísticas de frequência de sintomas.
• Identificar sintomas de alta frequência.
• Analisar padrões temporais de sintomas.
• Detectar gatilhos de sintomas.

4.3 Adesão à Medicação

• Calcular a taxa geral de adesão.
• Analisar a adesão de cada medicação.
• Identificar padrões de esquecimento.
• Avaliar sugestões de melhoria.

4.4 Resultados de Exames de Laboratório

• Acompanhar indicadores bioquímicos em múltiplos relatórios.
• Comparar com intervalos de referência.
• Identificar melhorias/pioras.
• Marcar indicadores anormais.

4.5 Humor e Sono

• Relacionar pontuações de humor com duração do sono.
• Identificar padrões de flutuação de humor.
• Detectar níveis de estresse.
• Avaliar tendências de saúde mental.

Passo 5: Análise de Correlação

Use métodos estatísticos para identificar correlações:

// 皮尔逊相关系数
function pearsonCorrelation(x, y) {
  // 计算相关系数
  // 返回值范围：-1（负相关）到 1（正相关）
}

// 应用场景
- 药物开始日期 vs 症状频率
- 睡眠时长 vs 情绪评分
- 体重变化 vs 饮食记录
- 运动量 vs 情绪状态

Passo 6: Detecção de Mudanças

Identifique mudanças significativas:

// 变化点检测
function detectChangePoints(timeSeries) {
  // 使用统计方法检测显著变化点
  // 例如：体重突然下降、症状突然增加
}

// 阈值警报
function checkThresholds(value, thresholds) {
  // 检查是否接近或超过危险阈值
  // 例如：BMI > 30、辐射剂量 > 安全限
}

Passo 7: Gerar Insights

Gere insights preditivos com base nos resultados da análise:

// 风险评估
function assessRisks(trends) {
  // 识别高风险趋势
  // 例如：快速体重下降、频繁症状
}

// 预防建议
function generateRecommendations(trends, correlations) {
  // 基于模式建议预防措施
  // 例如：改善睡眠、提高用药依从性
}

// 早期预警
function earlyWarnings(trends) {
  // 在问题变得严重之前预测
  // 例如：症状频率上升、情绪持续低落
}

Passo 8: Gerar Relatório Visualizado

Gere um relatório HTML interativo:

1. Resumo dos Dados: Gere resultados de análise em formato JSON.
2. Renderização de Modelo HTML: Injete os dados no modelo HTML.
3. Configuração de Gráficos ECharts: Configure 6 gráficos interativos.
4. Salvar Arquivo: Salve como um arquivo HTML independente.

Consulte: Descrição das Fontes de Dados para o formato de saída detalhado.

Formato de Saída

Relatório de Texto (Versão Concisa)

健康趋势分析报告
━━━━━━━━━━━━━━━━━━━━━━━━━━
生成时间: 2025-12-31
分析周期: 过去3个月 (2025-10-01 至 2025-12-31)

📊 总体评估
━━━━━━━━━━━━━━━━━━━━━━━━━━
改善中: 体重管理、胆固醇水平
稳定: 血糖控制、情绪状态
需关注: 用药依从性、睡眠质量

📊 体重/BMI 趋势
├─ 当前体重: 68.5 kg
├─ 当前 BMI: 23.1（正常范围）
├─ 3个月变化: -2.3 kg（-3.2%）
├─ 趋势: 📉 逐渐减重
└─ 评估: ✅ 积极趋势，在健康范围内

💊 药物依从性
├─ 当前药物: 3种
├─ 总体依从率: 78%
├─ 漏服次数: 8次
├─ 最好: 阿司匹林 (95%)
└─ 需改进: 氨氯地平 (65%)

⚠️ 症状模式
├─ 最频繁: 头痛（过去3个月 12次）
├─ 趋势: 📉 频率下降（较上期减少4次）
├─ 潜在诱因: 与睡眠质量识别出中等相关（r=0.62）
└─ 建议: 继续改善睡眠模式

🧪 化验结果趋势
├─ 胆固醇: 240 → 210 mg/dL（改善 ✅）
├─ 血糖: 5.6 → 5.4 mmol/L（稳定）
├─ 上次检查: 30天前
└─ 建议: 3个月后复查

😊 情绪与睡眠
├─ 平均情绪评分: 6.8/10
├─ 平均睡眠时长: 6.5小时
├─ 趋势: 情绪稳定，睡眠略有改善
└─ 相关性: 睡眠时长与情绪评分强相关（r=0.78）

🔗 相关性分析
━━━━━━━━━━━━━━━━━━━━━━━━━━
• 睡眠时长 ↔ 情绪评分: 强正相关 (r=0.78)
• 体重变化 ↔ 饮食记录: 中等相关 (r=0.55)
• 用药依从性 ↔ 症状频率: 中等负相关 (r=-0.62)

💡 风险评估与建议
━━━━━━━━━━━━━━━━━━━━━━━━━━

🟢 继续保持
• 当前体重管理方法有效
• 胆固醇水平改善明显

🟡 需要关注
• 提高氨氯地平依从性（设置提醒）
• 增加睡眠时长至7-8小时

📅 复查计划
• 3个月后复查血脂四项
• 1个月后评估用药依从性改善

━━━━━━━━━━━━━━━━━━━━━━━━━━
⚠️ 免责声明
本分析仅供参考，不替代专业医疗诊断。
请咨询医生获取专业建议。

Relatório Visualizado HTML (Versão Completa)

…