Verisyntax — brugermanual (prototype 0.1)

Opskrift: aggregerede sundhedsdata

Projektet <example-project> er et syntetisk, ikke-diagnostisk undervisningseksempel inspireret af den kontaktorienterede datastruktur i Sundhedsdatastyrelsens beskrivelse af Landspatientregisteret. Det er ikke et officielt udtræk og gengiver ingen virkelige patienter, hospitalstal eller organisationsnavne.

Eksemplets grain er én aggregeret række pr. period + hospital_code + diagnosis_group + age_group + sex. contacts er et antal kontakter—ikke unikke patienter, sygdomsrisiko, prævalens eller kvalitet. Der findes ingen CPR-numre, fritekstjournaler eller individuelle diagnoser.

database health:
  engine sqlite
  path "health_contacts.sqlite"

source hospital_contacts:
  database health
  table "hospital_contacts"
  column row_id: integer
  column period: text
  column hospital_code: text
  column diagnosis_group: text
  column age_group: text
  column sex: text
  column contacts: integer
  primary_key row_id
  provenance row

source hospitals:
  database health
  table "hospitals"
  column hospital_code: text
  column hospital_name: text
  column region: text
  primary_key hospital_code
  provenance row

dataset respiratory_contacts:
  from hospital_contacts as contact
  inner join hospitals as hospital on contact.hospital_code = hospital.hospital_code
  select contact.period as period
  select hospital.hospital_name as hospital_name
  select hospital.region as region
  select contact.age_group as age_group
  select contact.sex as sex
  select contact.contacts as contacts
  where contact.diagnosis_group = "J00-J99"

1. Åbn <example-project>, kør Check, og initialisér databasen health.
2. Importér hospital_contacts.csv til sourcen hospital_contacts med create.
3. Importér hospitals.csv til sourcen hospitals med create.
4. Vælg respiratory_contacts, og kør compile, build og Run. Resultatet viser kun de tre syntetiske J00-J99-rækker; I00-I99-rækken filtreres fra.
5. Til lokal AI-hjælp vælger du Question for local AI → Use current program and data schema og beder om et komplet program, der bevarer de eksisterende declarations og filtrerer en bestemt deklareret diagnosegruppe. Modellen må ikke opfinde koders betydning eller kliniske konklusioner.

Sammenlign ikke rå contacts mellem regioner som risiko. En rate kræver mindst en kompatibel befolkningsnævner, samme periode, samme alders-/kønsafgrænsning og en dokumenteret formel. Små tal, databrud, ændrede registreringsregler og forskellig kodningspraksis skal vurderes før offentliggørelse. Brug kun personhenførbare registerdata, hvis du har det nødvendige lovgrundlag, adgangsmiljø og databeskyttelse; dette eksempel er med vilje kun syntetisk og aggregeret.