import pymysql
import pandas as pd
from datetime import datetime
import re
from conversion_map import conversion_map
from excluded_columns import excluded_columns
from toshima_excluded_columns import toshima_excluded_columns
from schema_mismatch_columns import schema_mismatch_columns
def to_cycle_str(tsuiseki: str) -> str:
"""
'3ヶ月後' → '01', '1年後' → '02', '2年後' → '03', ..., '50年後' → '51'
"""
tsuiseki = tsuiseki.strip()
if tsuiseki == "3ヶ月後":
return "01"
elif "年後" in tsuiseki:
try:
year = int(tsuiseki.replace("年後", "").strip())
return f"{year + 1:02}" # +1 することで3ヶ月後→01, 1年後→02, 2年後→03になる
except:
return "99"
return "99" # 未知の値
def get_kensa_metadata(column_name):
mapping = {
# ドナー用
'T.Bil[検査値と合併症・再手術・再入院]': ('T.Bil', 'mg/dl', 'float', 1.2),
'D.Bil[検査値と合併症・再手術・再入院]': ('D.Bil', 'mg/dl', 'float', 0.4),
'AST[検査値と合併症・再手術・再入院]': ('AST', 'U/L', 'int', 35),
'ALT[検査値と合併症・再手術・再入院]': ('ALT', 'U/L', 'int', 35),
'INR[検査値と合併症・再手術・再入院]': ('PT-INR', None, 'float', 1.1),
'疾患の有無[検査値と合併症・再手術・再入院]': ('ワーファリンの使用', None, 'str', '無'),
# レシピエント用（追跡時）
'T.Bil[追跡時の検査値]': ('T.Bil', 'mg/dl', 'float', 1.2),
'D.Bil[追跡時の検査値]': ('D.Bil', 'mg/dl', 'float', 0.4),
'AST[追跡時の検査値]': ('AST', 'U/L', 'int', 35),
'ALT[追跡時の検査値]': ('ALT', 'U/L', 'int', 35),
'INR[追跡時の検査値]': ('PT-INR', None, 'float', 1.1),
'ワーファリンの使用[追跡時の検査値]': ('ワーファリンの使用', None, 'str', '無'),
}
return mapping.get(column_name, (None, None, None, None))
def evaluate_kensa_code(value, dtype, threshold):
if value in [None, '']:
return 3
try:
if dtype == 'float':
return 2 if float(value) >= threshold else 1
elif dtype == 'int':
return 2 if int(value) >= threshold else 1
elif dtype == 'str':
# "無"なら2, "有"なら1, それ以外は3
if str(value).strip() == '無':
return 2
elif str(value).strip() == '有':
return 1
else:
return 3
except (ValueError, TypeError):
return 3
def get_sisetu_cd(facility_name):
match = institution_df[institution_df["institution_name"] == facility_name]
if not match.empty:
return match.iloc[0]["SISETU_CD"]
match_like = institution_df[institution_df["institution_name"].str.contains(facility_name, na=False)]
if not match_like.empty:
return match_like.iloc[0]["SISETU_CD"]
#print(f'施設名がない病院:{facility_name}')
return "700000"
def reset_tables(cursor, table_list):
# 外部キー依存のあるテーブルを、子 → 親の順に並べる
ordered_tables = [
"T_TRACER_IKO",
"T_ISHOKU_KIHON_LIVER_LIV",
"T_GAPPEI_D_LIV",
"T_KENSA_D_LIV",
"T_KENSA_R_LIV",
"T_IJI_MENEKI_YOKUSEI_R_LIV",
"T_REJECTION_R_LIV",
"T_GAPPEI_R_LIV",
"T_LIVING_R_LIV",
"T_DONOR_LIVER_LIV",
"T_DONOR_LIV",
"T_NYURYOKUJOKYO_LIV",
"T_ISHOKU_KIHON_LIV" # 最後に親テーブル
]
for table in ordered_tables:
cursor.execute(f"DELETE FROM {table};")
cursor.execute(f"ALTER TABLE {table} AUTO_INCREMENT = 1;")
print("✅ 外部キー制約を考慮したテーブル初期化完了")
def apply_conversion_rules_to_row(table_name, mapping_row, all_row, recipient_rows, donor_rows, conversion_map, toshima_excluded_columns):
result = []
for source_col, config in conversion_map.items():
source_col = source_col.strip()
# 対象のテーブルでなければスキップ
if config.get("target_table") != table_name:
continue
toshima_excluded_columns = [col.strip() for col in toshima_excluded_columns]
# 戸嶋さんに相談しないといけないカラムはスキップ
#if source_col.strip() in toshima_excluded_columns:
#print(f"{source_col}############################ 戸嶋さんのところとっているよね？")
#continue
# 違う箇所で変換処理をしているので、変換処理をする必要がないカラムのため、処理をスキップする
# 全部完了後に一応、戸嶋さんに確認する
if source_col.strip() in [
"倫理的問題(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]",
"倫理的問題-その他（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]",
"倫理的問題-血縁関係（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]"
]:
#print(f"{source_col}####### スキップ対象カラム（倫理的問題）")
continue
matching_rows = mapping_row[mapping_row["アルトマーク 項目名"] == source_col.strip()]
if not matching_rows.empty:
target_column = matching_rows.iloc[0]['項目']
if target_column == '項目名（移植時）':
if source_col.strip() not in all_row:
continue
raw_value = all_row[source_col]
elif target_column == '項目名（レシピエントフォロー）' and recipient_rows:
col_index = [col.strip() for col in recipient_rows[0][1].index]
if source_col.strip() in col_index:
## 最初の1件を取得している。空でも空でなくても
raw_value = recipient_rows[0][1][source_col.strip()]
else:
continue
elif target_column == '項目名（ドナーフォロー）' and donor_rows:
col_index = [col.strip() for col in donor_rows[0][1].index]
if source_col.strip() in col_index:
## 最初の1件を取得している。空でも空でなくても
raw_value = donor_rows[0][1][source_col.strip()]
else:
continue
#if source_col == 'AST[検査値と合併症・再手術・再入院]':
conv_type = config.get("type")
if 'raw_value' not in locals():
#print(f"☑ UPDATEの条件に当てはまらないケースがある{target_column} {source_col} ")
continue
if conv_type == "multi_flag":
for keyword, target_col in config["rules"].items():
value = 1 if keyword in str(raw_value) else 0
result.append((target_col, value, source_col))
elif conv_type == "multi_flag_split":
# 候補を収集（all_row → recipient → donor）
candidate_values = [str(raw_value).strip()] if raw_value else []
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if source_col in df.columns:
val = str(df[source_col].values[0]).strip()
if val:
candidate_values.append(val)
# 最後の非空値を採用し、カンマで分割
final_value = next((v for v in reversed(candidate_values) if v), "")
parts = [p.strip() for p in final_value.split(',') if p.strip()]
# 各キーワードが含まれているか判定
for keyword, target_col in config["rules"].items():
value = 1 if keyword in parts else 0
result.append((target_col, value, source_col))
elif conv_type == "single_map":
rules = config["rules"]
candidate_values = [str(raw_value).strip()] if raw_value else []
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if source_col in df.columns:
val = str(df[source_col].values[0]).strip()
if val:
candidate_values.append(val)
final_value = next((v for v in reversed(candidate_values) if v), "")
mapped_value = next((v for k, v in rules.items() if k != "default" and k in final_value), rules.get("default"))
result.append((config["target_col"], mapped_value, source_col))
# オプション: extra_outputs
if "extra_outputs" in config:
for item in config["extra_outputs"]:
if item["condition"] in final_value:
result.append((item["target_col"], item["value"], source_col))
elif conv_type == "date_format":
# raw_value に加え、recipient_rows・donor_rows も確認
candidate_values = [str(raw_value).strip()] if raw_value else []
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if source_col in df.columns:
val = str(df[source_col].values[0]).strip()
if val:
candidate_values.append(val)
# 最後に見つかった非空の値を使う
final_value = next((v for v in reversed(candidate_values) if v), None)
try:
dt = pd.to_datetime(final_value, errors='coerce')
formatted = dt.strftime(config.get("format", "%Y%m%d")) if not pd.isna(dt) else None
result.append((config.get("target_col", source_col), formatted, source_col))
except Exception as e:
#print(f"❌ date_format error: {source_col} → {e}")
result.append((config.get("target_col", source_col), None, source_col))
elif conv_type == "exist_flag":
value_if_exists = config.get("value_if_exists", 1)
value_if_not_exists = config.get("value_if_not_exists", 0)
keywords = config.get("keywords")
raw_str = str(raw_value).strip()
if keywords:
# キーワードのいずれかが含まれていれば存在と見なす
exists = any(k in raw_str for k in keywords)
value = value_if_exists if exists else value_if_not_exists
else:
value = value_if_exists if raw_str else value_if_not_exists
result.append((config["target_col"], value, source_col))
elif conv_type == "pass_through":
result.append((config["target_col"], raw_value, source_col))
elif conv_type == "split_dates_backfill":
target_cols = config["target_cols"]
max_split = config.get("max_split", len(target_cols))
parts = [d.strip() for d in str(raw_value).split(",") if d.strip()]
parts = parts[:max_split] # 先頭から max 件取得（古いデータ優先）
padded = parts + [None] * (len(target_cols) - len(parts)) # 後ろに None を埋める
for col, val in zip(target_cols, padded):
if val:
try:
date_obj = pd.to_datetime(val, errors='coerce')
val = date_obj.strftime("%Y%m%d") if not pd.isna(date_obj) else None
except Exception:
val = None
result.append((col, val, source_col))
elif conv_type == "split_text_backfill":
parts = [d.strip() for d in re.split(r"[、,]", str(raw_value)) if d.strip()]
max_split = config.get("max_split", len(config["target_cols"]))
parts = parts[:max_split] # 先頭から max 件取得
padded = parts + [None] * (len(config["target_cols"]) - len(parts)) # 後ろに None
result.extend([(col, val, source_col) for col, val in zip(config["target_cols"], padded)])
elif conv_type == "multi_output_map":
value_str = str(raw_value).strip()
is_null = value_str == "" or pd.isna(raw_value)
for target_col, rule_map in config["rules"].items():
result_value = None
if is_null:
result_value = rule_map.get("default", None)
elif value_str.isdigit():
num = int(value_str)
if str(num) in rule_map:
result_value = rule_map[str(num)]
elif num >= 1 and "1+" in rule_map:
result_value = rule_map["1+"]
else:
result_value = rule_map.get("default", None)
else:
result_value = rule_map.get("default", None)
if result_value == "value":
result_value = raw_value # 元の値をそのまま使う
result.append((target_col, result_value, source_col))
elif conv_type == "aggregate_sum_flagged":
value_col = config["value_col"]
sum_target_col = config["sum_target_col"]
flag_target_col = config["flag_target_col"]
rules = config.get("rules", {})
total_sum = 0
# 処理対象セット（例: recipient_rows, donor_rows）
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
# rowがtupleの場合（(key, DataFrame)）
if isinstance(row, tuple):
df = row[1]
else:
df = row # rowがそのままDataFrameまたはSeries
# SeriesをDataFrameに変換
if isinstance(df, pd.Series):
df = df.to_frame().T
if value_col in df.columns:
col_values = pd.to_numeric(df[value_col], errors='coerce').fillna(0)
total_sum += col_values.sum()
result.append((sum_target_col, int(total_sum), source_col))
if total_sum == 0:
flag_value = rules.get("if_sum_equals_0", None)
else:
flag_value = rules.get("if_sum_greater_than_0", None)
result.append((flag_target_col, flag_value, source_col))
elif conv_type == "paired_split_backfill":
paired_date_col = source_col.strip()
paired_text_col = config.get("paired_text_col", "").strip()
max_split = config.get("max_split", 5)
combined_pairs = []
# recipient_rows, donor_rows 両方からデータを取得
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
# rowがtupleならDataFrameを取り出す
df = row[1] if isinstance(row, tuple) else row
# Series を DataFrame に変換
if isinstance(df, pd.Series):
df = df.to_frame().T
if paired_date_col in df.columns:
date_values = str(df[paired_date_col].values[0])
text_values = str(df[paired_text_col].values[0]) if paired_text_col in df.columns else ""
date_list = [d.strip() for d in date_values.split(',') if d.strip()]
text_list = [t.strip() for t in text_values.split(',') if t.strip()]
date_objs = [pd.to_datetime(d, errors='coerce') for d in date_list]
valid_pairs = [(d, t) for d, t in zip(date_objs, text_list) if not pd.isna(d)]
combined_pairs.extend(valid_pairs)
# 最新順に並べ替えて、max_split件だけ取得
sorted_pairs = sorted(combined_pairs, key=lambda x: x[0], reverse=True)[:max_split]
# 日付とテキストを分解
sorted_dates = [d.strftime("%Y%m%d") for d, _ in sorted_pairs]
sorted_texts = [t for _, t in sorted_pairs]
# 必要数だけNone埋め
filled_dates = sorted_dates + [None] * (len(config["target_cols_date"]) - len(sorted_dates))
filled_texts = sorted_texts + [None] * (len(config["target_cols_text"]) - len(sorted_texts))
# 結果に追加（DATE）
for col, val in zip(config["target_cols_date"], filled_dates):
result.append((col, val, paired_date_col))
# 結果に追加（TEXT）
for col, val in zip(config["target_cols_text"], filled_texts):
result.append((col, val, paired_text_col))
elif conv_type == "latest_exist_and_detail_flag":
flag_col = config["flag_target_col"]
detail_col = config["detail_target_col"]
latest_value = None
# ① all_row を優先的に確認
if source_col in all_row and str(all_row[source_col]).strip():
latest_value = str(all_row[source_col]).strip()
# ② all_row になければ recipient_rows / donor_rows を順に確認
if not latest_value:
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if source_col in df.columns:
val = str(df[source_col].values[0]).strip()
if val:
latest_value = val # 上書きしていくので最後にある値が採用される
# ③ 結果格納
if latest_value:
result.append((flag_col, 1, source_col))
result.append((detail_col, latest_value, source_col))
else:
result.append((flag_col, 0, source_col))
result.append((detail_col, None, source_col))
elif conv_type == "disease_code_mapping_regular":
# 通常の疾患コード（管理者以外）の処理
# すでにresultに存在するGENSIKKAN{n}_Hフィールドを確認し、使用済みインデックスを取得
disease_mappings = [
# パターン①: 胆汁鬱滞性疾患
{
"group_code_field": "胆汁鬱滞性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"disease_code_field": "胆汁鬱滞性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "01",
"l_mappings": {
"C1": "101", "BA": "101", "C2": "102", "PBC": "102", "C3": "103",
"PSC": "103", "C4": "104", "Alagille": "104", "C5": "105", "C5'": "106",
"C8": "107", "C6": "108", "Caroli": "108", "肝内結石": "109"
},
"default_l": "111"
},
# パターン②: 腫瘍性疾患
{
"group_code_field": "腫瘍性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"disease_code_field": "腫瘍性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "02",
"l_mappings": {
"N1": "0201", "HCC": "0201", "N5": "0202", "CCC": "0203", "N2": "0204",
"肝芽腫": "0204", "Hemangioma": "0205", "Epithelioid hemangioendothelioma": "0206",
"N4": "0208", "転移性": "0208"
},
"default_l": "0207"
},
# パターン③: 肝細胞性疾患
{
"group_code_field": "肝細胞性疾患（肝硬変）-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"disease_code_field": "肝細胞性疾患（肝硬変）-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "03",
"l_mappings": {
"H1": "0301", "HBV": "0301", "H2": "0302", "HCV": "0302", "H4": "0303",
"アルコール性": "0303", "H3": "0304", "AIH": "0304", "H8": "0305", "NASH": "0305",
"Infantile hepatitis": "0306", "Neonatal hepatitis": "0307", "原因不明の肝硬変": "0308",
"H9": "0309", "その他": "0309"
},
"default_l": "0309"
},
# パターン④: 急性肝不全
{
"group_code_field": "急性肝不全-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"disease_code_field": "急性肝不全-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "04",
"l_mappings": {
"HAV": "0401", "F1": "0401", "HBV": "0402", "AIH": "0404", "F4": "0405",
"F2": "0406", "薬剤性": "0406", "F3": "0407", "F6": "0408", "原因不明": "0408",
"F9": "0409", "その他": "0409"
},
"default_l": "0409"
},
# パターン⑤: 代謝性疾患
{
"group_code_field": "代謝性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"disease_code_field": "代謝性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "05",
"l_mappings": {
"M1": "501", "Willson": "501", "M2": "502", "FAP": "502", "M3": "503",
"Citrullinemia": "503", "M4": "504", "OTC deficiency": "504", "M6": "506",
"Glycogen Strage Disease": "506", "M8": "507", "Methylmalonic acidemia": "507",
"M5": "509", "Tyrosinemia": "509", "M7": "510", "Primary hyperoxaluria": "510"
},
"default_l": "511"
},
# パターン⑥: 血管性疾患
{
"group_code_field": "血管性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"disease_code_field": "血管性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "06",
"l_mappings": {
"V1": "0601", "Budd-Chian症候群": "0601", "V2": "0602", "先天性門脈欠損症": "0602"
},
"default_l": "0603"
},
{
"group_code_field": "肝細胞性疾患（肝硬変）-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"disease_code_field": "肝細胞性疾患（肝硬変）-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "03",
"l_mappings": {
"H1": "0301", "HBV": "0301",
"H2": "0302", "HCV": "0302",
"H4": "0303", "アルコール性": "0303",
"H3": "0304", "AIH": "0304",
"H8": "0305", "NASH": "0305",
"Infantile hepatitis": "0306",
"Neonatal hepatitis": "0307",
"原因不明の肝硬変": "0308",
"H9": "0309", "その他": "0309"
},
"default_l": "0309"
}
]
filed_count = 1
# 各疾患タイプを1回だけ処理するよう反復処理
for mapping in disease_mappings:
group_code_field = mapping["group_code_field"]
disease_code_field = mapping["disease_code_field"]
group_code_value = all_row[group_code_field]
disease_code_value = all_row[disease_code_field]
## 群コード/疾患コードが入っていたら、default値を設定
if group_code_value and disease_code_value:
code_list = str(disease_code_value).split(",") # カンマで分割
## 群コードdefault値を設定
code_list = [c.strip() for c in code_list if c.strip()] # 空白除去
if filed_count >= 6:
continue
for code in code_list:
group_code_value = mapping["h_value"]
disease_code_value = mapping["l_mappings"].get(code, mapping["default_l"])
result.append((f"GENSIKKAN{filed_count}_H", group_code_value, group_code_field))
result.append((f"GENSIKKAN{filed_count}_L", disease_code_value, disease_code_field))
filed_count = filed_count + 1
else:
## 群コードが入っていなかったら次のカラムを参照する
continue
elif conv_type == "disease_code_mapping_admin":
admin_mappings = [
# パターン①: Primary non-function
{
"field": "Primary non-function(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "08",
"l_value": "801",
"cmnt_field": None
},
# パターン②: 慢性拒絶反応
{
"field": "慢性拒絶反応(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "08",
"l_value": "802",
"cmnt_field": None
},
# パターン③: 原疾患の再発
{
"field": "原疾患の再発(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "08",
"l_value": "803",
"cmnt_field": "原疾患の再発（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]"
},
# パターン④: 血管系合併症
{
"field": "血管系合併症(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "08",
"l_value": "804",
"cmnt_field": "血管系合併症（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]"
},
# パターン⑤: その他
{
"field": "その他(R)[初回調査用紙（レシピエント／ドナー情報）]",
"h_value": "08",
"l_value": "805",
"cmnt_field": "その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]"
}
]
filed_count = 1
# 各疾患タイプを1回だけ処理するよう反復処理
for mapping in admin_mappings:
if filed_count >= 6:
continue
field = mapping["field"]
cmnt_field = mapping["cmnt_field"]
value = all_row[field]
cmnt_value = all_row.get(cmnt_field) if cmnt_field in all_row else None
if value == 'TRUE':
h_value = mapping["h_value"]
l_value = mapping["l_value"]
l_value = mapping["l_value"]
result.append((f"GENSIKKAN_KANRISHA{filed_count}_H", h_value, field))
result.append((f"GENSIKKAN_KANRISHA{filed_count}_L", l_value, field))
if cmnt_value:
result.append((f"GENSIKKAN_KANRISHA{filed_count}_CMNT", cmnt_value, cmnt_field))
filed_count = filed_count + 1
else:
## 群コードが入っていなかったら次のカラムを参照する
continue
elif conv_type == "multi_flag_split_contains":
# 改行・カンマ・全角カンマ・読点を考慮して分割
parts = re.split(r"[,\n、，]", str(raw_value)) if raw_value else []
parts = [p.strip() for p in parts if p.strip()]
for keyword, target_col in config["rules"].items():
value = 1 if any(keyword in p for p in parts) else 0
result.append((target_col, value, source_col))
elif conv_type == "conditional_flag_with_detail":
main_flag_col = config["main_flag_col"]
value_if_true = config["value_if_true"]
value_if_false = config["value_if_false"]
details_cfg = config["details"]
details_col = details_cfg["source_col"]
# まず main_flag を判断（all_row, recipient_rows, donor_rows）
def get_value(col):
if col in all_row and str(all_row[col]).strip():
return str(all_row[col]).strip()
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if col in df.columns:
val = str(df[col].values[0]).strip()
if val:
return val
return ""
main_value = get_value(source_col)
detail_value = get_value(details_col)
# フラグの判定
if main_value == value_if_true:
result.append((main_flag_col, 1, source_col))
for keyword, mapping in details_cfg["mappings"].items():
if keyword in detail_value:
result.append((mapping["target_col"], 1, details_col))
# コメントが必要な場合
if "comment_col" in mapping and "comment_source_col" in mapping:
comment_val = get_value(mapping["comment_source_col"])
result.append((mapping["comment_col"], comment_val, mapping["comment_source_col"]))
else:
result.append((mapping["target_col"], 0, details_col))
if "comment_col" in mapping:
result.append((mapping["comment_col"], None, mapping["comment_source_col"]))
elif main_value == value_if_false:
result.append((main_flag_col, 0, source_col))
else:
result.append((main_flag_col, None, source_col)) # 値が不明な場合
elif conv_type == "latest_date_from_split":
candidate_values = [str(raw_value).strip()] if raw_value else []
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if source_col in df.columns:
val = str(df[source_col].values[0]).strip()
if val:
candidate_values.append(val)
# 最後に見つかった非空値
final_value = next((v for v in reversed(candidate_values) if v), "")
# カンマ区切り → 日付に変換 → 最新値を抽出
date_parts = [pd.to_datetime(d.strip(), errors="coerce") for d in final_value.split(",")]
valid_dates = [d for d in date_parts if not pd.isna(d)]
if valid_dates:
latest_date = max(valid_dates)
formatted = latest_date.strftime(config.get("format", "%Y%m%d"))
else:
formatted = None
result.append((config.get("target_col", source_col), formatted, source_col))
elif conv_type == "minutes_to_hour_minute":
candidate_values = [str(raw_value).strip()] if raw_value else []
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if source_col in df.columns:
val = str(df[source_col].values[0]).strip()
if val:
candidate_values.append(val)
final_value = next((v for v in reversed(candidate_values) if v), "")
try:
total_minutes = int(final_value)
hours = total_minutes // 60
minutes = total_minutes % 60
except Exception as e:
#print(f"❌ minutes_to_hour_minute parse error: {source_col} → {e}")
hours = None
minutes = None
result.append((config["target_cols"]["hour"], hours, source_col))
result.append((config["target_cols"]["minute"], minutes, source_col))
elif conv_type == "donor_jutsumae_fukki":
status_value = str(all_row.get(source_col, "")).strip()
fields = config.get("fields", {})
is_kenzon = status_value == "健存"
is_byotai = status_value in ["死亡", "病悩", "病脳"]
if is_kenzon:
fukki_field = fields.get("復帰_健存_可否")
katsudo_field = fields.get("復帰_健存_活動")
riyu_field = fields.get("復帰_健存_理由区分")
cmnt_field = fields.get("復帰_健存_理由詳細")
fukki_value = all_row.get(fukki_field, "").strip()
result.append(("JUTSUMAE_FUKKI", 1 if fukki_value == "可" else 0, fukki_field))
katsudo_value = all_row.get(katsudo_field, "").strip()
result.append(("KATSUDO_JOKYO", katsudo_value, katsudo_field))
riyu_value = all_row.get(riyu_field, "").strip()
riyu_mapped = 1 if riyu_value == "医学的" else 2 if riyu_value == "社会的" else None
result.append(("JUTSUMAE_FUKKI_NOT", riyu_mapped, riyu_field))
cmnt_value = all_row.get(cmnt_field, "").strip()
result.append(("JUTSUMAE_FUKKI_NOT_CMNT", cmnt_value, cmnt_field))
elif is_byotai:
fukki_field = fields.get("復帰_病態_可否")
katsudo_field = fields.get("復帰_病態_活動")
riyu_field = fields.get("復帰_健存_理由区分") # 同じ項目名
period_field = fields.get("復帰_病態_期間")
byonou_riyuu_field = fields.get("復帰_病態_理由詳細")
fukki_value = all_row.get(fukki_field, "").strip()
result.append(("JUTSUMAE_FUKKI", 1 if fukki_value == "可" else 0, fukki_field))
katsudo_value = all_row.get(katsudo_field, "").strip()
result.append(("KATSUDO_JOKYO", katsudo_value, katsudo_field))
riyu_value = all_row.get(riyu_field, "").strip()
riyu_mapped = 1 if riyu_value == "医学的" else 2 if riyu_value == "社会的" else None
result.append(("JUTSUMAE_FUKKI_NOT", riyu_mapped, riyu_field))
period = all_row.get(period_field, "").strip()
reason = all_row.get(byonou_riyuu_field, "").strip()
cmnt_value = f"{period} {reason}".strip() if reason else period
result.append(("JUTSUMAE_FUKKI_NOT_CMNT", cmnt_value, byonou_riyuu_field))
elif conv_type == "keyword_map_with_default":
candidate_values = [str(raw_value).strip()] if raw_value else []
# recipient_rows → donor_rows からも追加で値を取得
for row_set in [recipient_rows, donor_rows]:
for row in row_set:
df = row[1] if isinstance(row, tuple) else row
if isinstance(df, pd.Series):
df = df.to_frame().T
if source_col in df.columns:
val = str(df[source_col].values[0]).strip()
if val:
candidate_values.append(val)
# 最後に出現した非空値を使用
final_value = next((v for v in reversed(candidate_values) if v), "")
matched = False
rules = config.get("rules", {})
for keyword, rule in rules.items():
if keyword != "default" and keyword in final_value:
result.append((rule["target_col"], rule["value"], source_col))
matched = True
break
if not matched and final_value:
default_rule = rules.get("default", {})
if "target_col" in default_rule:
result.append((default_rule["target_col"], default_rule.get("value"), source_col))
if "comment_col" in default_rule:
result.append((default_rule["comment_col"], final_value, source_col))
elif conv_type == "split_minutes_to_hour_minute":
try:
minutes = int(float(raw_value)) if raw_value else 0
hours = minutes // 60
remainder = minutes % 60
result.append((config["hour_target_col"], hours, source_col))
result.append((config["minute_target_col"], remainder, source_col))
except (ValueError, TypeError):
result.append((config["hour_target_col"], None, source_col))
result.append((config["minute_target_col"], None, source_col))
elif conv_type == "multi_flag_map_with_etc":
raw_items = [s.strip() for s in str(raw_value).split(config.get("delimiter", ",")) if s.strip()]
matched_keys = set(config["map"].keys())
used = set()
for item in raw_items:
if item in config["map"]:
target_col = config["map"][item]
result.append((target_col, 1, source_col))
used.add(item)
# 未マッチがあったら etc フラグとコメント
unmatched = [item for item in raw_items if item not in used]
if unmatched:
result.append((config["etc_flag_field"], 1, source_col))
result.append((config["etc_comment_field"], raw_value, source_col))
else:
result.append((config["etc_flag_field"], 0, source_col))
result.append((config["etc_comment_field"], None, source_col))
else:
print(f"DEBUG: conv_type = {repr(conv_type)}")
print(f"⚠️ 未対応の変換タイプ: {conv_type} ({source_col})")
return result
def update_table(cursor, connection, table_name, column_series, data_row, id_columns, id_values, ishoku_toroku_id, sisetsu_name, recipient_rows=None, donor_rows=None):
if not isinstance(id_columns, (list, tuple)):
id_columns = [id_columns]
if not isinstance(id_values, (list, tuple)):
id_values = [id_values]
where_clause = " AND ".join([f"`{col}` = %s" for col in id_columns])
# 1. conversion_map による更新
conversion_results = apply_conversion_rules_to_row(table_name, column_series, data_row, recipient_rows, donor_rows, conversion_map, toshima_excluded_columns)
for db_field_name, value, source_col in conversion_results:
if value is None or value == "":
continue
try:
sql = f"UPDATE {table_name} SET `{db_field_name}` = %s WHERE {where_clause}"
## デバック用 Start 片岡
#if db_field_name in ["ISYOKUGO_NINSINREKI","ISYOKUGO_NINSIN_CNT"]:
#if any(substr in db_field_name for substr in ["AKUSEISIKKAN_ETC"]):
#if any(substr in db_field_name for substr in ["GAPPEI", "TEKISHUTSU_LI_TYPE"]):
# params = [value] + list(id_values)
# 生SQL風に再現
# formatted_sql = sql
# for p in params:
# val = f"'{p}'" if isinstance(p, str) else str(p)
# formatted_sql = formatted_sql.replace("%s", val, 1)
# print(f"▶️ 実行SQL: {formatted_sql}")
## デバック用 End
cursor.execute(sql, [value] + list(id_values))
except Exception as e:
#if source_col in [col.strip() for col in schema_mismatch_columns]:
# pass
#else:
error_logs.append({
"テーブル名": table_name,
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"カラム名": db_field_name,
"データ": value,
"エラー内容": str(e)
})
# 2. 通常カラムの更新（conversion_mapに含まれないもの）
for _, row_update in column_series.iterrows():
key = row_update['アルトマーク 項目名']
db_field_name = row_update['物理名']
target_column = row_update['項目']
key_normalized = key.strip()
#print(f"aaaa{key_normalized}")
# 変換マップで処理済ならスキップ
if key_normalized in conversion_map:
continue
# 移行しないデータはスキップする
excluded_columns_strip = [col.strip() for col in excluded_columns]
if key_normalized in excluded_columns_strip:
continue
value = None
#if key_normalized in toshima_excluded_columns:
# continue
#print(f"DBカラム: {db_field_name} 対象カラム: {key_normalized}")
try:
if target_column == '項目名（移植時）':
matching_column = next((col for col in data_row.index if col.strip() == key_normalized), None)
if matching_column:
value = data_row.get(matching_column)
elif target_column == '項目名（レシピエントフォロー）' and recipient_rows:
for recipient_row in recipient_rows:
if recipient_row[1][key_normalized]:
value = recipient_row[1][key_normalized]
elif target_column == '項目名（ドナーフォロー）' and donor_rows:
for donor_row in donor_rows:
if donor_row[1][key_normalized]:
value = donor_row[1][key_normalized]
if value is not None and value != "":
sql = f"UPDATE {table_name} SET `{db_field_name}` = %s WHERE {where_clause}"
cursor.execute(sql, [value] + list(id_values))
except Exception as e:
#if key_normalized in [col.strip() for col in schema_mismatch_columns]:
# pass
#print(f"❌ 通常項目UPDATE失敗: {db_field_name}, 移植ID: {ishoku_toroku_id}, データ: {value} CSVカラム:{key_normalized}, エラー: {e}")
#else:
error_logs.append({
"テーブル名": table_name,
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"カラム名": db_field_name,
"データ": value,
"エラー内容": str(e)
})
# DB接続情報
#db_config = {
# "host": "mysql-db",
# "user": "root",
# "password": "admin",
# "database": "tracer",
# "charset": "utf8mb4",
# "cursorclass": pymysql.cursors.DictCursor
#}
### 片岡
db_config = {
"host": "db", # コンテナ名
"user": "root",
"password": "123456",
"database": "dev_tracer_db4",
"charset": "utf8mb4",
"cursorclass": pymysql.cursors.DictCursor
}
"""該当テーブル
T_ISHOKU_KIHON_LIV
T_ISHOKU_KIHON_LIVER_LIV
T_DONOR_LIV
T_DONOR_LIVER_LIV
T_LIVING_R_LIV
T_GAPPEI_R_LIV
T_REJECTION_R_LIV
T_IJI_MENEKI_YOKUSEI_R_LIV
T_KENSA_R_LIV
T_KENSA_D_LIV
T_GAPPEI_D_LIV
"""
# 空データ挿入対象テーブルと設定値
table_names = [
"T_ISHOKU_KIHON_LIV", ## 移植基本情報(共通-生体) / １レコード ※問題あり
"T_TRACER_IKO", ## TRACER移行紐づけ / ※複数行だけど、１レコード
"T_ISHOKU_KIHON_LIVER_LIV", ## 移植基本情報(肝-生体) / 1レコード ※問題あり
"T_DONOR_LIV", ## ドナー情報(共通-生体) / 1レコード ※問題あり
"T_DONOR_LIVER_LIV", ## ドナー情報(肝-生体) / 1レコード ※問題あり
"T_GAPPEI_R_LIV", ## 合併症R(生体-レシピエント) / 複数レコード ※問題あり
"T_GAPPEI_D_LIV", ## 合併症D(生体-ドナー) / 複数レコード ※問題あり
"T_LIVING_R_LIV", ## 生活状況R(生体-レシピエント) / 複数レコード ※一旦完了 戸嶋さんに確認中
"T_REJECTION_R_LIV", ## 拒絶反応R(生体-レシピエント) / 複数レコード ※一旦完了 戸嶋さんに確認中
"T_IJI_MENEKI_YOKUSEI_R_LIV", ## 維持期免疫抑制薬R(生体-レシピエント) / 複数レコード ※一旦完了 戸嶋さんに確認中 問題あり
"T_KENSA_R_LIV", ## 検査項目R(生体-レシピエント) / 複数レコード ※完了
"T_KENSA_D_LIV", ## 検査項目D(生体-ドナー) / 複数レコード ※完了
]
# TRACERデータ（仮にCSVなどで読み込み済とする）
# 実際には元データや整備済DataFrameを使ってください
#tracer_df = pd.read_csv("/csv/liver/LITREJ_肝臓_移植時_250217.csv", encoding='cp932', dtype=str).fillna("")
tracer_df = pd.read_csv("/csv/liver/all.csv", encoding='cp932', dtype=str).fillna("")
# 数値的にIDが189以上の行を抽出（astypeでintに変換） 片岡
#tracer_df = tracer_df[tracer_df['移植登録ID'].astype(int) == 511]
#tracer_df = tracer_df[tracer_df['移植登録ID'].astype(int).between(1, 100)]
# 除外リスト（肝臓移植ID）
#exclude_ids = [196, 362, 365, 433, 501, 502, 504, 506, 507, 508, 509, 513, 514, 515, 518, 519]
exclude_ids=[]
# デバック用 IDが"189"の行を抽出（文字列で一致）
#tracer_df = tracer_df[tracer_df['移植登録ID'] == '196']
# 件数を出力して確認
#print(f"抽出された件数: {len(filtered_df)} 件")
# 先頭1件だけ表示
#print(filtered_df.head(1))
#donor_df = pd.read_csv("/csv/liver/LITREJ_肝臓_移植後経過_ドナー_250217.csv", encoding='cp932', dtype=str).fillna("")
#recipient_df = pd.read_csv("/csv/liver/LITREJ_肝臓_移植後経過_レシピエント_250217.csv", encoding='cp932', dtype=str).fillna("")
#institution_df = pd.read_csv("/csv/liver/施設.csv", sep="\t", dtype=str).fillna("")
#mapping_dict = pd.read_excel("/csv/liver/移行データ対応表.xlsx", sheet_name=None)
# 手動でソート順を定義
followup_order = ["3ヶ月後"] + [f"{i}年後" for i in range(1, 51)]
donor_df = pd.read_csv("/csv/liver/donor.csv", encoding='cp932', dtype=str).fillna("")
# カテゴリ型として順序を指定
donor_df["追跡調査の種類[ドナー追跡調査]"] = pd.Categorical(
donor_df["追跡調査の種類[ドナー追跡調査]"],
categories=followup_order,
ordered=True
)
# ソート実行
donor_df.sort_values(
by=["肝臓移植ID[ドナー追跡調査]", "追跡調査の種類[ドナー追跡調査]"],
ascending=True,
inplace=True
)
recipient_df = pd.read_csv("/csv/liver/recipient.csv", encoding='cp932', dtype=str).fillna("")
# カテゴリ型として順序を指定
recipient_df["追跡調査の種類[レシピエント追跡調査]"] = pd.Categorical(
recipient_df["追跡調査の種類[レシピエント追跡調査]"],
categories=followup_order,
ordered=True
)
# ソート実行
recipient_df.sort_values(
by=["肝臓移植ID[レシピエント追跡調査]", "追跡調査の種類[レシピエント追跡調査]"],
ascending=True,
inplace=True
)
institution_df = pd.read_csv("/csv/liver/shisetsu.csv", sep="\t", dtype=str).fillna("")
mapping_dict = pd.read_excel("/csv/liver/map.xlsx", sheet_name=None, keep_default_na=False)
change_list_df = pd.read_csv("/csv/liver/map_table_list.csv", sep="\t", dtype=str).fillna("")
error_logs = [] # エラー情報をここにためるリスト
df_mapping = mapping_dict['肝臓_生体']
"""
カラムの項目を表示する
tracer_df_columns = tracer_df.columns.tolist()
print(tracer_df_columns)
['移植登録ID', '作成日', '生体肝／脳死肝の別', '施設名', '診療科', '電話番号', 'FAX番号', '担当医名', '移植肝亜区域', '移植肝亜区域-中肝静脈', '移植肝重量', '移植日', '移植回数', '移植回数（テキスト）', '姓(R)[初回調査用紙（レシピエント／ドナー情報）]', '名(R)[初回調査用紙（レシピエント／ドナー情報）]', '性別(R)[初回調査用紙（レシピエント／ドナー情報）]', '生年月日(R)[初回調査用紙（レシピエント／ドナー情報）]', '年齢(R)[初回調査用紙（レシピエント／ドナー情報）]', '月齢(R)[初回調査用紙（レシピエント／ドナー情報）]', 'カルテ番号／ID(R)[初回調査用紙（レシピエント／ドナー情報）]', '胆汁鬱滞性疾患(R)[初回調査用紙（レシピエント／ドナー情報）]', '胆汁鬱滞性疾患-詳細(R)[初回調査用紙（レシピエント／ドナー情報）]', '胆汁鬱滞性疾患-その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '胆汁鬱滞性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '胆汁鬱滞性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '腫瘍性疾患(R)[初回調査用紙（レシピエント／ドナー情報）]', '腫瘍性疾患-詳細(R)[初回調査用紙（レシピエント／ドナー情報）]', '腫瘍性疾患-他の原発性（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '腫瘍性疾患-転移性（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '腫瘍性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '腫瘍性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '肝細胞性疾患（肝硬変）(R)[初回調査用紙（レシピエント／ドナー情報）]', '肝細胞性疾患（肝硬変）-詳細(R)[初回調査用紙（レシピエント／ドナー情報）]', '肝細胞性疾患（肝硬変）-その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '肝細胞性疾患（肝硬変）-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '肝細胞性疾患（肝硬変）-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '急性肝不全(R)[初回調査用紙（レシピエント／ドナー情報）]', '急性肝不全-詳細(R)[初回調査用紙（レシピエント／ドナー情報）]', '急性肝不全-他のviral（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '急性肝不全-薬剤性（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '急性肝不全-その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '急性肝不全-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '急性肝不全-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '代謝性疾患(R)[初回調査用紙（レシピエント／ドナー情報）]', '代謝性疾患-詳細(R)[初回調査用紙（レシピエント／ドナー情報）]', '代謝性疾患-Glycogen Storage Disease（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '代謝性疾患-その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '代謝性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '代謝性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '血管性疾患(R)[初回調査用紙（レシピエント／ドナー情報）]', '血管性疾患-詳細(R)[初回調査用紙（レシピエント／ドナー情報）]', '血管性疾患-その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '血管性疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]', '血管性疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]', 'その他の疾患(R)[初回調査用紙（レシピエント／ドナー情報）]', 'その他の疾患-詳細(R)[初回調査用紙（レシピエント／ドナー情報）]', 'その他の疾患-その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', 'その他の疾患-群コード(R)[初回調査用紙（レシピエント／ドナー情報）]', 'その他の疾患-疾患コード(R)[初回調査用紙（レシピエント／ドナー情報）]', 'Primary non-function(R)[初回調査用紙（レシピエント／ドナー情報）]', '慢性拒絶反応(R)[初回調査用紙（レシピエント／ドナー情報）]', '原疾患の再発(R)[初回調査用紙（レシピエント／ドナー情報）]', '原疾患の再発（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '血管系合併症(R)[初回調査用紙（レシピエント／ドナー情報）]', '血管系合併症（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', 'その他(R)[初回調査用紙（レシピエント／ドナー情報）]', 'その他（テキスト）(R)[初回調査用紙（レシピエント／ドナー情報）]', '姓(D)[初回調査用紙（レシピエント／ドナー情報）]', '名(D)[初回調査用紙（レシピエント／ドナー情報）]', '性別(D)[初回調査用紙（レシピエント／ドナー情報）]', '生年月日(D)[初回調査用紙（レシピエント／ドナー情報）]', '年齢(D)[初回調査用紙（レシピエント／ドナー情報）]', '月齢(D)[初回調査用紙（レシピエント／ドナー情報）]', '人種(R)[レシピエント情報／ドナー情報]', '人種-その他（テキスト）(R)[レシピエント情報／ドナー情報]', '身長(R)[レシピエント情報／ドナー情報]', '体重(R)[レシピエント情報／ドナー情報]', 'ABO血液型(R)[レシピエント情報／ドナー情報]', 'Rh血液型(R)[レシピエント情報／ドナー情報]', 'HLA Type:A1(R)[レシピエント情報／ドナー情報]', 'HLA Type:A2(R)[レシピエント情報／ドナー情報]', 'HLA Type:B1(R)[レシピエント情報／ドナー情報]', 'HLA Type:B2(R)[レシピエント情報／ドナー情報]', 'HLA Type:C1(R)[レシピエント情報／ドナー情報]', 'HLA Type:C2(R)[レシピエント情報／ドナー情報]', 'HLA Type:DR1(R)[レシピエント情報／ドナー情報]', 'HLA Type:DR2(R)[レシピエント情報／ドナー情報]', '年齢(D)[レシピエント情報／ドナー情報]', '人種(D)[レシピエント情報／ドナー情報]', '人種-その他（テキスト）(D)[レシピエント情報／ドナー情報]', '身長(D)[レシピエント情報／ドナー情報]', '体重(D)[レシピエント情報／ドナー情報]', 'ABO血液型(D)[レシピエント情報／ドナー情報]', 'Rh血液型(D)[レシピエント情報／ドナー情報]', 'HLA Type:A1(D)[レシピエント情報／ドナー情報]', 'HLA Type:A2(D)[レシピエント情報／ドナー情報]', 'HLA Type:B1(D)[レシピエント情報／ドナー情報]', 'HLA Type:B2(D)[レシピエント情報／ドナー情報]', 'HLA Type:C1(D)[レシピエント情報／ドナー情報]', 'HLA Type:C2(D)[レシピエント情報／ドナー情報]', 'HLA Type:DR1(D)[レシピエント情報／ドナー情報]', 'HLA Type:DR2(D)[レシピエント情報／ドナー情報]', '腹水(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '脳症(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '血液浄化法(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '血液浄化法-詳細(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '血液浄化法-詳細-その他（テキスト）(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '肝細胞癌歴(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '透析治療(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '肝肺症候群(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '肺高血圧(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Quality of Life(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'PS(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Platelet(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'T.Bil(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'D.Bil(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Alb(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Creatinine(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'PT(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'ワーファリンの使用(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'INR(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Na(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBsAg(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBsAb(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBeAg(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBeAb(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBcAb(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBV-DNA(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HCVAb(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HCV-RNA(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HIV(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'ATLA(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'CMV(IgG)(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'MELDスコア(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'PELDスコア(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'CTPスコア(R)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '死因(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '死因-頭部外傷（その他）（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '死因-脳血管障害（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '死因-脳腫瘍（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '死因-その他（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '経過中の心停止(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '昇圧剤の使用(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '種類(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '使用量(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '種類(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_1', '使用量(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_2', '既往歴(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '既往歴-有（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'アルコール歴(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '種類と一日量(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '年数(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '併存症(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '併存症-詳細(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '併存症-詳細-その他（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '脂肪肝(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '脂肪肝-有（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'AST(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'ALT(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'T.Bil(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Na(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBsAg(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBsAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBeAg(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBeAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBcAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HCVAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HIV(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'ATLA(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'CMV(IgG)(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '血液(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '血液-菌種（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'レシピエントとの関係(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'レシピエントとの関係-その他血縁者（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'レシピエントとの関係-その他血縁者以外（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '既往歴(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_3', '既往歴-有（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_4', '併存症(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_5', '併存症-詳細(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_6', '併存症-詳細-その他（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_7', '脂肪肝(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_8', '脂肪肝-有（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_9', '倫理的問題(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '倫理的問題-詳細(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '倫理的問題-合併症（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '倫理的問題-血縁関係（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', '倫理的問題-その他（テキスト）(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'AST(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_10', 'ALT(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_11', 'T.Bil(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_12', 'D.Bil(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Alb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'Creatinine(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'PT(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'ワーファリンの使用(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'INR(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'APTT(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]', 'HBsAg(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_13', 'HBsAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_14', 'HBeAg(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_15', 'HBeAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_16', 'HBcAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_17', 'HCVAb(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_18', 'ATLA(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_19', 'CMV(IgG)(D)[移植直前の状態（レシピエント）／提供直前の状態（ドナー）]_20', '他臓器（組織）の移植の既往(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '他臓器（組織）の移植の既往-有（テキスト）(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '他臓器（組織）の同時移植(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '他臓器（組織）の同時移植-その他（テキスト）(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '手術時間(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '無肝期(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '手術法(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '分割（split）移植(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '分割（split）移植-Yes：他施設（テキスト）(R)[移植手術（レシピエント）／摘出手術（ドナー）]', 'ドミノ移植(R)[移植手術（レシピエント）／摘出手術（ドナー）]', 'ドミノ移植-Yes：他施設（テキスト）(R)[移植手術（レシピエント）／摘出手術（ドナー）]', 'GV/SLV (%)(R)[移植手術（レシピエント）／摘出手術（ドナー）]', 'GRWR(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '門脈血栓(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '特殊な門脈再建(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '特殊な門脈再建-有（テキスト）(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '胆道再建(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '出血量(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '輸血量(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '赤血球液(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '新鮮凍結血漿(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '血小板(R)[移植手術（レシピエント）／摘出手術（ドナー）]', 'その他(R)[移植手術（レシピエント）／摘出手術（ドナー）]', '摘出手術日(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '他の摘出臓器(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '他の摘出臓器-詳細(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '他の摘出臓器-詳細-有（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '肝摘出チーム(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '肝摘出チーム-他施設（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '提供施設(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '手術時間(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '摘出肝(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '摘出肝-その他（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '摘出肝重量(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '残肝率(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '他の摘出臓器・組織(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '他の摘出臓器・組織-詳細(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '他の摘出臓器・組織-血管（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '他の摘出臓器・組織-その他（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '出血量(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '輸血(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '輸血-詳細(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '自己血（術前採血）（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '同種血-詳細(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '同種血-赤血球液（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '同種血-新鮮凍結血漿（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '同種血-血小板（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', '同種血-その他（テキスト）(D)[移植手術（レシピエント）／摘出手術（ドナー）]', 'ステロイド(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', 'カルシニュリン・ インヒビター(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', 'カルシニュリン・ インヒビター-詳細(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', 'mTOR阻害剤(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', 'mTOR阻害剤-詳細(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '核酸合成阻害(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '核酸合成阻害-詳細(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '抗体製剤(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '抗体製剤-詳細(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', 'その他(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', 'その他（テキスト）(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '抗体価(IgG) 抗A抗体処置前(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '抗体価(IgG) 抗A抗体処置後(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '抗体価(IgG) 抗B抗体処置前(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '抗体価(IgG) 抗B抗体処置後(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '抗体処理法(R)[免疫抑制：導入期（移植後1カ月以内）、ABO不適合移植（レシピエント）]', '合併症(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '出血(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '出血-部位（テキスト）(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'Primary non-function(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '免疫学的合併症(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '免疫学的合併症-詳細(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血管系合併症(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血管系合併症-詳細(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血管系合併症-その他（テキスト）(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血栓症(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血栓症-その他（テキスト）(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '狭窄(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '狭窄-その他（テキスト）(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '胆道合併症(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '胆道合併症-詳細(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '胆道合併症-その他（テキスト）(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '感染症(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '感染症（テキスト）(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他（テキスト）(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '合併症による再手術(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '合併症による再手術-手術日(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '合併症による再手術-術式(R)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血清T. Bil最高値(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血清T. Bil最高値-D.Bil(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血清T. Bil最高値-術後＿日目(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'T.BillND(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'D.BillND(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'T. Bil 5.0以上の持続期間(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'T. Bil 5.0以上の持続期間 ＿日間(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'T. Bil 2.0以上の継続期間(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'T. Bil 2.0以上の継続期間 ＿日間(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血清AST最高値(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血清AST最高値-術後＿日目(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'AST ND(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血清ALT最高値(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血清ALT最高値-術後＿日目(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'ALT ND(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'PT最低値(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'PT最低値-術後＿日目(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'PT ND(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血中アンモニア最高値(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '血中アンモニア最高値-術後＿日目(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'アンモニアND(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '合併症(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '出血(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '出血-部位（テキスト）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '心血管系(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '心血管系（テキスト）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '呼吸器系(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '呼吸器系-詳細(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '呼吸器系-その他（テキスト）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '胆道系(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '胆道系-詳細(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '胆道系-その他（テキスト）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他の消化器系(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他の消化器系-詳細(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他の消化器系-その他（テキスト）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '手術部位感染（SSI）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'それ以外の感染症(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'それ以外の感染症-部位（テキスト）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他-詳細(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', 'その他-その他（テキスト）(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '再手術(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '再手術-手術日(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '再手術-術式(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '退院日西暦(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '術後入院日数(D)[手術合併症・再手術・再入院（レシピエント）／術後検査値と手術合併症・再手術（ドナー）]', '治療歴(R)[肝細胞癌歴ありの場合（レシピエント）]', 'viableな肝細胞癌(R)[肝細胞癌歴ありの場合（レシピエント）]', '腫瘍の個数(R)[肝細胞癌歴ありの場合（レシピエント）]', '腫瘍の個数-それ以上（テキスト）(R)[肝細胞癌歴ありの場合（レシピエント）]', '腫瘍の最大径(R)[肝細胞癌歴ありの場合（レシピエント）]', '腫瘍の最大径-5cm以上（テキスト）(R)[肝細胞癌歴ありの場合（レシピエント）]', 'AFP(R)[肝細胞癌歴ありの場合（レシピエント）]', 'AFP-15ng/ml以上99999ng/ml以下（テキスト）(R)[肝細胞癌歴ありの場合（レシピエント）]', 'PIVKA-II(R)[肝細胞癌歴ありの場合（レシピエント）]', 'PIVKA-II-40mAU/ml以上99999mAU/ml以下（テキスト）(R)[肝細胞癌歴ありの場合（レシピエント）]', '初期潅流(D)[保存（ドナー）]', '初期潅流-その他（テキスト）(D)[保存（ドナー）]', '保存液(D)[保存（ドナー）]', '保存液-その他（テキスト）(D)[保存（ドナー）]', 'リンス液(D)[保存（ドナー）]', 'リンス液-詳細(D)[保存（ドナー）]', 'リンス液-その他（テキスト）(D)[保存（ドナー）]', '冷虚血時間(D)[保存（ドナー）]', '温虚血時間(D)[保存（ドナー）]', '全虚血時間(D)[保存（ドナー）]', '登録年[追加情報(管理者用)]', '登録No[追加情報(管理者用)]', 'RecNo[追加情報(管理者用)]', 'CDNo[追加情報(管理者用)]', 'LDNo(D)[追加情報(管理者用)]', '原疾患[追加情報(管理者用)]', '郡コード[追加情報(管理者用)]', '疾患コード1[追加情報(管理者用)]', '疾患コード2[追加情報(管理者用)]', 'ABO適合[追加情報(管理者用)]', '最終確認日(R)[追加情報(管理者用)]', '最終確認日(D)[追加情報(管理者用)]', 'G予後[追加情報(管理者用)]', 'G最終確認日[追加情報(管理者用)]', '死因(R)[追加情報(管理者用)]', 'ドミノ[追加情報(管理者用)]', 'ドミノ相方[追加情報(管理者用)]', 'Split[追加情報(管理者用)]', 'Split相方[追加情報(管理者用)]', 'APOLT[追加情報(管理者用)]', '備考[追加情報(管理者用)]', 'ドナー死因(D)[追加情報(管理者用)]', 'レシピエント最終予後調査日', 'ドナー最終予後調査日']
donor_columns = donor_df.columns.tolist()
recipient_columns = recipient_df.columns.tolist()
print(donor_columns)
['肝臓移植ID[ドナー追跡調査]', '調査日[ドナー追跡調査]', '追跡調査の種類[ドナー追跡調査]', '現状[現状]', '最終生存確認日[現状]', '術前状態への完全復帰[現状]', '否の場合、その理由[現状]', '具体的理由（テキスト）[現状]', '活動状況；術前に比べて（テキスト）[現状]', 'Quality of Life[現状]', 'PS[現状]', '向精神薬（睡眠導入剤を含む）の継続的使用[現状]', '向精神薬（睡眠導入剤を含む）の継続的使用-詳細[現状]', '向精神薬（睡眠導入剤を含む）の継続的使用-その他（テキスト）[現状]', '最終生存確認日[現状].1', '病脳の場合：その理由[現状]', '病脳期間[現状]', '通常生活への復帰[現状]', '活動状況；術前に比べて[現状]', 'Quality of Life[現状].1', 'PS[現状].1', '向精神薬（睡眠導入剤を含む）の継続的使用[現状].1', '向精神薬（睡眠導入剤を含む）の継続的使用-詳細[現状].1', '向精神薬（睡眠導入剤を含む）の継続的使用-その他（テキスト）[現状].1', '死亡：死亡日[現状]', '死因[現状]', '死因-消化器疾患（その他）（テキスト）[現状]', '死因-悪性新生物（テキスト）[現状]', '死因-その他（テキスト）[現状]', 'T.Bil[検査値と合併症・再手術・再入院]', 'D.Bil[検査値と合併症・再手術・再入院]', 'AST[検査値と合併症・再手術・再入院]', 'ALT[検査値と合併症・再手術・再入院]', 'PT[検査値と合併症・再手術・再入院]', 'ワーファリンの使用[検査値と合併症・再手術・再入院]', 'INR[検査値と合併症・再手術・再入院]', '疾患の有無[検査値と合併症・再手術・再入院]', '心血管系[検査値と合併症・再手術・再入院]', '心血管系（テキスト）[検査値と合併症・再手術・再入院]', '呼吸器系[検査値と合併症・再手術・再入院]', '呼吸器系（テキスト）[検査値と合併症・再手術・再入院]', '胆道系[検査値と合併症・再手術・再入院]', '胆道系-詳細[検査値と合併症・再手術・再入院]', '胆道系-その他（テキスト）[検査値と合併症・再手術・再入院]', 'その他の消化器系[検査値と合併症・再手術・再入院]', 'その他の消化器系-詳細[検査値と合併症・再手術・再入院]', 'その他の消化器系-その他（テキスト）[検査値と合併症・再手術・再入院]', '手術部位感染（SSI）[検査値と合併症・再手術・再入院]', 'それ以外の感染症[検査値と合併症・再手術・再入院]', 'それ以外の感染症-部位（テキスト）[検査値と合併症・再手術・再入院]', 'その他[検査値と合併症・再手術・再入院]', 'その他（テキスト）[検査値と合併症・再手術・再入院]', '再手術（前回報告以降のもののみ）[検査値と合併症・再手術・再入院]', '再入院（前回報告以降のもののみ）[検査値と合併症・再手術・再入院]', '再手術（前回報告以降のもののみ）-手術日[検査値と合併症・再手術・再入院]', '再手術（前回報告以降のもののみ）-術式[検査値と合併症・再手術・再入院]', '再入院（前回報告以降のもののみ）-入院年月日[検査値と合併症・再手術・再入院]', '再入院（前回報告以降のもののみ）-理由[検査値と合併症・再手術・再入院]']
print(recipient_columns)
['肝臓移植ID[レシピエント追跡調査]', '調査日[レシピエント追跡調査]', '追跡調査の種類[レシピエント追跡調査]', 'レシピエントの状態[レシピエントの状態]', '最終生存確認日[レシピエントの状態]', 'Quality of Life[レシピエントの状態]', 'PS[レシピエントの状態]', '向精神薬（睡眠導入剤を含む）の継続的使用[レシピエントの状態]', '向精神薬（睡眠導入剤を含む）の継続的使用-詳細[レシピエントの状態]', '向精神薬（睡眠導入剤を含む）の継続的使用-その他（テキスト）[レシピエントの状態]', '禁酒の継続について[レシピエントの状態]', '専門医療機関(精神科)によるフォローアップの有無[レシピエントの状態]', '自助グループへの参加の有無[レシピエントの状態]', '死亡日[レシピエントの状態]', '出血[レシピエントの状態]', '出血-部位（テキスト）[レシピエントの状態]', 'Primary non-function[レシピエントの状態]', '拒絶反応[レシピエントの状態]', '血管系合併症[レシピエントの状態]', '血管系合併症-詳細[レシピエントの状態]', '血管系合併症-その他（テキスト）[レシピエントの状態]', '血栓症[レシピエントの状態]', '血栓症-その他（テキスト）[レシピエントの状態]', '狭窄[レシピエントの状態]', '狭窄-その他（テキスト）[レシピエントの状態]', '胆道合併症[レシピエントの状態]', '胆道合併症-詳細[レシピエントの状態]', '胆道合併症-その他（テキスト）[レシピエントの状態]', '感染症[レシピエントの状態]', '感染症（テキスト）[レシピエントの状態]', '原疾患の再発[レシピエントの状態]', '原疾患の再発（テキスト）[レシピエントの状態]', 'PTLD[レシピエントの状態]', '悪性腫瘍[レシピエントの状態]', '悪性腫瘍（テキスト）[レシピエントの状態]', 'その他[レシピエントの状態]', 'その他（テキスト）[レシピエントの状態]', '最終生存確認日[レシピエントの状態].1', '施設名[レシピエントの状態]', '主治医名[レシピエントの状態]', '郵便番号[レシピエントの状態]', '住所[レシピエントの状態]', 'TEL[レシピエントの状態]', 'FAX[レシピエントの状態]', 'ステロイド[免疫抑制：維持期（現在）]', 'カルシニュリン・ インヒビター[免疫抑制：維持期（現在）]', 'カルシニュリン・ インヒビター-詳細[免疫抑制：維持期（現在）]', 'mTOR阻害剤[免疫抑制：維持期（現在）]', 'mTOR阻害剤 -詳細[免疫抑制：維持期（現在）]', '核酸合成阻害[免疫抑制：維持期（現在）]', '核酸合成阻害-詳細[免疫抑制：維持期（現在）]', 'その他[免疫抑制：維持期（現在）]', 'その他（テキスト）[免疫抑制：維持期（現在）]', '出血[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '出血-部位（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', 'Primary non-function[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '免疫学的合併症[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '血管系合併症[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '血管系合併症-詳細[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '血管系合併症-その他（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '血栓症[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '血栓症-その他（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '狭窄[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '狭窄-その他（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '胆道合併症[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '胆道合併症-詳細[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '胆道合併症-その他（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '感染症[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '感染症（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '原疾患の再発（HCC再発を含む）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '原疾患の再発（HCC再発を含む）（詳細）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '原疾患の再発（HCC再発を含む）（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '原疾患の再発（診断年月日）（詳細）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '原疾患の再発（診断年月日）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', 'PTLD[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '悪性腫瘍（HCC再発を除く）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '悪性腫瘍（HCC再発を除く）（詳細）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '悪性腫瘍（HCC再発を除く）（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '悪性腫瘍（診断年月日）（詳細）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '悪性腫瘍（診断年月日）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', 'その他[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', 'その他（テキスト）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '合併症による再手術[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '合併症による再手術-手術日[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '合併症による再手術-術式[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '合併症による再入院[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '合併症による再入院-入院年月日[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '合併症による再入院-理由[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '妊娠回数[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', '出産回数[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]', 'AST[追跡時の検査値]', 'ALT[追跡時の検査値]', 'Platelet[追跡時の検査値]', 'T.Bil[追跡時の検査値]', 'D.Bil[追跡時の検査値]', 'Alb[追跡時の検査値]', 'Creatinine[追跡時の検査値]', 'PT[追跡時の検査値]', 'ワーファリンの使用[追跡時の検査値]', 'INR[追跡時の検査値]', 'HBsAg[追跡時の検査値]', 'HBsAb[追跡時の検査値]', 'HBeAg[追跡時の検査値]', 'HBeAb[追跡時の検査値]', 'HBcAb[追跡時の検査値]', 'HBV-DNA[追跡時の検査値]', 'HCVAb[追跡時の検査値]', 'HCV-RNA[追跡時の検査値]', 'HIV[追跡時の検査値]', 'ATLA[追跡時の検査値]', 'CMV(IgG)[追跡時の検査値]', 'AFP[追跡時の検査値]', 'AFP-15ng/ml以上99999ng/ml以下（テキスト）[追跡時の検査値]', 'PIVKA-II[追跡時の検査値]', 'PIVKA-II-40mAU/ml以上99999mAU/ml以下（テキスト）[追跡時の検査値]']
"""
institution_df = pd.read_csv("/csv/liver/shisetsu.csv", sep="\t", dtype=str).fillna("")
# CSVファイルにはないデフォルト値
tracer_df["DEL_FLG"] = 0
tracer_df["INS_USER_ID"] = 1
tracer_df["INS_PROGRAM_ID"] = 1
# 施設名を施設コードに変換する
tracer_df["ISYOKU_ISYOKUSISETU_CD"] = tracer_df["施設名"].apply(get_sisetu_cd)
tracer_df["RECNO"] = tracer_df["RecNo[追加情報(管理者用)]"]
#try:
start=True
if start:
connection = pymysql.connect(**db_config)
with connection.cursor() as cursor:
print("✅ DB接続成功")
# 初期化処理を一括で呼び出し
# 片岡
#reset_tables(cursor, table_names)
print("✅ DB初期化")
for index, row in tracer_df.iterrows():
connection.begin()
#print("カラム一覧:", list(row.index))
## ３ヶ月後のデータは除外する
matched_recipient_df = recipient_df[
(recipient_df['肝臓移植ID[レシピエント追跡調査]'] == row['移植登録ID']) &
(recipient_df['追跡調査の種類[レシピエント追跡調査]'] != '3ヶ月後')
]
matched_donor_df = donor_df[
(donor_df['肝臓移植ID[ドナー追跡調査]'] == row['移植登録ID']) &
(donor_df['追跡調査の種類[ドナー追跡調査]'] != '3ヶ月後')
]
recipient_rows = list(matched_recipient_df.iterrows())
donor_rows = list(matched_donor_df.iterrows())
ishoku_toroku_id = row["移植登録ID"] if "移植登録ID" in row else "UNKNOWN"
sisetsu_name = row["施設名"]
#print(f"#### 移植ID: {ishoku_toroku_id} #####################################################################")
#print("▶️ ######## 登録処理スタート ############")
for table_name in table_names:
column_series = df_mapping.query(f'テーブル物理名 == "{table_name}"')
#print(f"🚗{table_name}")
if table_name == 'T_ISHOKU_KIHON_LIV':
try:
# INSERT対象カラムと値（NOT NULL のみ）
insert_columns = ["ISYOKU_ISYOKUSISETU_CD", "ZOKI_CODE", "DEL_FLG", "INS_USER_ID", "INS_PROGRAM_ID"]
insert_values = [
row["ISYOKU_ISYOKUSISETU_CD"], # 例：施設コード（上で変換済）
3, # 臓器コード
0, # DEL_FLG（削除フラグ）
1, # INS_USER_ID（登録ユーザ）
1 # INS_PROGRAM_ID（登録プログラム）
]
sql = f"""
INSERT INTO T_ISHOKU_KIHON_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
#connection.commit()
# 自動採番されたIDを取得
seitai_ishoku_id = cursor.lastrowid
RECIPIENT_ID = str(seitai_ishoku_id)[-7:].zfill(7)
#print(f"✅ 登録完了：SEITAI_ISYOKU_ID = {seitai_ishoku_id}")
# TRACER_ID生成
organ_code = "3" # 肝臓
transplant_type_code = "1" # 生体間移植
# 移植日 → 年取得（8桁: YYYYMMDD → YYYY）
year = row["移植日"][:4] if "移植日" in row and row["移植日"] else "2024"
# 同年・同TRACERプレフィックスの最大連番取得
prefix = f"{organ_code}{transplant_type_code}{year}"
cursor.execute(
"SELECT MAX(TRACER_ID) AS max_id FROM T_ISHOKU_KIHON_LIV WHERE TRACER_ID LIKE %s",
(f"{prefix}____",)
)
result = cursor.fetchone()
if result["max_id"]:
last_seq = int(result["max_id"][-4:])
next_seq = last_seq + 1
else:
next_seq = 1
tracer_id = f"{prefix}{next_seq:04d}"
# TRACER_ID更新
cursor.execute(
"UPDATE T_ISHOKU_KIHON_LIV SET TRACER_ID = %s, RECIPIENT_ID=%s WHERE SEITAI_ISYOKU_ID = %s",
(tracer_id, RECIPIENT_ID, seitai_ishoku_id)
)
connection.commit()
# connection.commit()
#print(f"✅ TRACER_ID 生成＆更新済: {tracer_id}")
except Exception as e:
print(f"❌ INSERT失敗: T_ISHOKU_KIHON_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_ISHOKU_KIHON_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
#connection.rollback()
continue # 処理を次に進める（任意）
## 更新処理
# ✅ ここで一気にupdate_tableで更新処理をまとめる！！
update_table(
cursor=cursor,
connection=connection,
table_name="T_ISHOKU_KIHON_LIV",
column_series=column_series,
data_row=row,
id_columns="SEITAI_ISYOKU_ID",
id_values=seitai_ishoku_id,
ishoku_toroku_id=ishoku_toroku_id,
sisetsu_name=sisetsu_name,
recipient_rows=recipient_rows,
donor_rows=donor_rows
)
elif table_name == 'T_TRACER_IKO':
# INSERT対象カラムと値（NOT NULL のみ）
ishoku_toroku_id = row["移植登録ID"] if "移植登録ID" in row else "UNKNOWN"
recno = row["RECNO"] if "RECNO" in row else "0000"
tracer_iko_sql = """
INSERT INTO T_TRACER_IKO
(TRACER_ID, ZOKI_CODE, SEITAI_ISYOKU_ID, ISHOKU_TOROKU_ID, RECNO)
VALUES (%s, %s, %s, %s, %s)
"""
cursor.execute(tracer_iko_sql, (tracer_id, organ_code, seitai_ishoku_id, ishoku_toroku_id, recno))
#print(f"✅ T_TRACER_IKO にも登録完了: TRACER_ID={tracer_id}, 登録ID={ishoku_toroku_id}, RECNO={recno}")
elif table_name == 'T_ISHOKU_KIHON_LIVER_LIV':
# 必須カラムだけでINSERT
required_columns = ["SEITAI_ISYOKU_ID", "INS_USER_ID", "INS_PROGRAM_ID"]
insert_values = [seitai_ishoku_id, 1, 1]
try:
sql = f"""
INSERT INTO T_ISHOKU_KIHON_LIVER_LIV ({','.join(required_columns)})
VALUES ({','.join(['%s'] * len(required_columns))})
"""
cursor.execute(sql, insert_values)
#print(f"✅ T_ISHOKU_KIHON_LIVER_LIV に登録完了: SEITAI_ISYOKU_ID={seitai_ishoku_id}")
except Exception as e:
print(f"❌ INSERT失敗: T_ISHOKU_KIHON_LIVER_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_ISHOKU_KIHON_LIVER_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
continue # 処理を次に進める（任意）
update_table(
cursor=cursor,
connection=connection,
table_name="T_ISHOKU_KIHON_LIVER_LIV",
column_series=column_series,
data_row=row,
id_columns="SEITAI_ISYOKU_ID",
id_values=seitai_ishoku_id,
ishoku_toroku_id=ishoku_toroku_id,
sisetsu_name=sisetsu_name,
recipient_rows=recipient_rows,
donor_rows=donor_rows
)
elif table_name == 'T_DONOR_LIV':
# 仮登録せずに、先に ID を生成する
cursor.execute("SELECT MAX(DONOR_ID) AS max_id FROM T_DONOR_LIV")
result = cursor.fetchone()
next_donor_id = int(result['max_id']) + 1 if result['max_id'] else 1
donor_id_str = str(next_donor_id).zfill(7)
try:
insert_columns = ["DONOR_ID", "SEITAI_ISYOKU_ID", "INS_USER_ID", "INS_PROGRAM_ID"]
insert_values = [donor_id_str, seitai_ishoku_id, 1, 1]
sql = f"""
INSERT INTO T_DONOR_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
connection.commit()
donor_a_id = cursor.lastrowid
DONOR_ID = str(donor_a_id)[-7:].zfill(7)
cursor.execute(
"UPDATE T_DONOR_LIV SET DONOR_ID = %s WHERE DONOR_A_ID = %s",
(DONOR_ID, donor_a_id)
)
connection.commit()
#print(f"✅ T_DONOR_LIV 登録完了: DONOR_ID={donor_id_str}, DONOR_A_ID={donor_a_id}")
except Exception as e:
print(f"❌ INSERT失敗: T_DONOR_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_DONOR_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
continue # 処理を次に進める（任意）
update_table(
cursor=cursor,
connection=connection,
table_name="T_DONOR_LIV",
column_series=column_series,
data_row=row,
id_columns="DONOR_A_ID",
id_values=donor_a_id,
ishoku_toroku_id=ishoku_toroku_id,
sisetsu_name=sisetsu_name,
recipient_rows=recipient_rows,
donor_rows=donor_rows
)
elif table_name == 'T_DONOR_LIVER_LIV':
try:
insert_columns = ["SEITAI_ISYOKU_ID", "DONOR_A_ID", "INS_USER_ID", "INS_PROGRAM_ID"]
insert_values = [seitai_ishoku_id, donor_a_id, 1, 1]
sql = f"""
INSERT INTO T_DONOR_LIVER_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
#print(sql)
cursor.execute(sql, insert_values)
connection.commit()
#print(f"✅ T_DONOR_LIVER_LIV 登録完了: SEITAI_ISYOKU_ID={seitai_ishoku_id}, DONOR_A_ID={donor_a_id}")
except Exception as e:
print(f"❌ INSERT失敗: T_DONOR_LIVER_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_DONOR_LIVER_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
continue # 処理を次に進める（任意）
# 更新処理も続けて
update_table(
cursor=cursor,
connection=connection,
table_name="T_DONOR_LIVER_LIV",
column_series=column_series,
data_row=row,
id_columns=["SEITAI_ISYOKU_ID", "DONOR_A_ID"],
id_values=[seitai_ishoku_id, donor_a_id],
ishoku_toroku_id=ishoku_toroku_id,
sisetsu_name=sisetsu_name,
recipient_rows=recipient_rows,
donor_rows=donor_rows
)
nyuryoku_rows = [
{
"KANJA_KBN": "0", # 1:recipient
"KANJA_ID": seitai_ishoku_id, # 生体移植ID
"KIROKU_TIMING": "0", # 0:新規
"NYURYOKUJOKYO": "0", # 0:未入力
},
{
"KANJA_KBN": "1", # ドナー:ドナーID.A
"KANJA_ID": donor_a_id,
"KIROKU_TIMING": "0", # 1:移植
"NYURYOKUJOKYO": "0", # 1:完了
}
]
for nyuryoku in nyuryoku_rows:
sql = """
INSERT INTO T_NYURYOKUJOKYO_LIV (
SEITAI_ISYOKU_ID,
KANJA_KBN,
KANJA_ID,
KIROKU_TIMING,
NYURYOKUJOKYO,
INS_USER_ID,
INS_PROGRAM_ID,
INS_DATE,
UPD_USER_ID,
UPD_PROGRAM_ID,
UPD_DATE
) VALUES (%s, %s, %s, %s, %s, %s, %s, NOW(), %s, %s, NOW())
"""
values = (
seitai_ishoku_id,
nyuryoku["KANJA_KBN"],
nyuryoku["KANJA_ID"],
nyuryoku["KIROKU_TIMING"],
nyuryoku["NYURYOKUJOKYO"],
"1", # INS_USER_ID
"1", # INS_PROGRAM_ID
"1", # UPD_USER_ID
"1" # UPD_PROGRAM_ID
)
cursor.execute(sql, values)
## 更新処理だがupdate_table関数では補えないので個別で行う
qol_map = {
"入院中（ICU）": 1,
"入院中（一般病棟）": 1,
"自宅療養、就労・就学不能
（学齢期以前では成長停止）": 2,
"パートタイムの就労、常時の就学不能（学齢期以前では成長低下）": 4,
"パートタイムの就労、常時の就学不能
（学齢期以前では成長低下）": 4,
"常時の就労・就学（学齢期以前では正常な成長）": 5,
"常時の就労・就学
（学齢期以前では正常な成長）": 5,
"不明": 99
}
for donor_row in donor_rows:
_, row = donor_row
genjo = str(row.get("現状[現状]", "")).strip()
jutzen_fukki = 0
jutzen_fukki_not = None
jutzen_fukki_not_cmnt = None
katsudo_jokyo = None
qol_raw = str(row.get("Quality of Life[現状]", "")).strip()
qol = qol_map.get(qol_raw, None)
if genjo == "健存":
if str(row.get("術前状態への完全復帰[現状]", "")).strip() == "可":
jutzen_fukki = 1
else:
reason = str(row.get("否の場合、その理由[現状]", "")).strip()
if reason == "医学的":
jutzen_fukki_not = 1
elif reason == "社会的":
jutzen_fukki_not = 2
# 健存かつ「否」の場合、コメントも設定
jutzen_fukki_not_cmnt = str(row.get("具体的理由（テキスト）[現状]", "")).strip()
raw_value = row.get("活動状況；術前に比べて（テキスト）[現状]", "")
katsudo_jokyo = None if str(raw_value).strip() == "" else str(raw_value).strip()
else:
if str(row.get("通常生活への復帰[現状]", "")).strip() == "可":
jutzen_fukki = 1
else:
byonou_reason = str(row.get("病脳の場合：その理由[現状]", "")).strip()
byonou_period = str(row.get("病脳期間[現状]", "")).strip()
if byonou_reason or byonou_period:
jutzen_fukki_not = 1
if genjo == "脳":
jutzen_fukki_not_cmnt = f"{byonou_reason} {byonou_period}".strip()
raw_value = row.get("活動状況；術前に比べて[現状]", "")
katsudo_jokyo = None if str(raw_value).strip() == "" else str(raw_value).strip()
try:
update_sql = """
UPDATE T_DONOR_LIVER_LIV
SET JUTSUMAE_FUKKI = %s,
JUTSUMAE_FUKKI_NOT = %s,
JUTSUMAE_FUKKI_NOT_CMNT = %s,
KATSUDO_JOKYO = %s,
UPD_USER_ID = %s,
UPD_PROGRAM_ID = %s,
UPD_DATE = NOW()
WHERE SEITAI_ISYOKU_ID = %s AND DONOR_A_ID = %s
"""
update_params = (
jutzen_fukki,
jutzen_fukki_not,
jutzen_fukki_not_cmnt,
katsudo_jokyo,
"1",
"1",
seitai_ishoku_id,
donor_a_id
)
cursor.execute(update_sql, update_params)
update_sql = """
UPDATE T_DONOR_LIV
SET QOL = %s
WHERE SEITAI_ISYOKU_ID = %s AND DONOR_A_ID = %s
"""
update_params = (
qol,
seitai_ishoku_id,
donor_a_id
)
cursor.execute(update_sql, update_params)
connection.commit()
except Exception as e:
print(f"❌ UPDATE失敗: T_DONOR_LIVER_LIV（JUTSUMAE+QOL関連）, DONOR_A_ID={donor_a_id}, エラー: {e}")
error_logs.append({
"テーブル名": "T_DONOR_LIVER_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": update_sql,
"入力値": update_params,
"エラー内容": str(e)
})
connection.rollback()
elif table_name == 'T_GAPPEI_D_LIV':
for index__, row in donor_rows:
row_data = row.to_dict() if isinstance(row, pd.Series) else row
original_date = row_data.get("再入院（前回報告以降のもののみ）-入院年月日[検査値と合併症・再手術・再入院]")
try:
nyuin_date = max([d.strip() for d in original_date.split(',')]) if original_date else ""
except Exception:
nyuin_date = ""
def insert_gappei(gappei, gappei_l, nyuin_date="", cmnt=None):
try:
insert_columns = ["DONOR_A_ID", "GAPPEI", "GAPPEI_L", "NYUIN_DATE", "INS_USER_ID", "INS_PROGRAM_ID"]
insert_values = [donor_a_id, gappei, gappei_l, nyuin_date or "", 1, 1]
if cmnt:
insert_columns.append("CMNT")
insert_values.append(cmnt)
sql = f"""
INSERT INTO T_GAPPEI_D_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
connection.commit()
except Exception as e:
print(f"❌ INSERT失敗: T_GAPPEI_D_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_GAPPEI_D_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
# 心血管系
if row_data.get("心血管系[検査値と合併症・再手術・再入院]") == True:
insert_gappei("08", "0801", nyuin_date, row_data.get("心血管系（テキスト）[検査値と合併症・再手術・再入院]"))
# 呼吸器系
if row_data.get("呼吸器系[検査値と合併症・再手術・再入院]") == True:
insert_gappei("99", "9901", nyuin_date, row_data.get("呼吸器系（テキスト）[検査値と合併症・再手術・再入院]"))
# 胆道系
if row_data.get("胆道系[検査値と合併症・再手術・再入院]") == True:
details = str(row_data.get("胆道系-詳細[検査値と合併症・再手術・再入院]", "")).split(',')
for d in details:
d = d.strip()
gappei_l = {"縫合不全": "0601", "狭窄": "0602", "その他": "0603"}.get(d, "0603")
insert_gappei("06", gappei_l, nyuin_date, row_data.get("胆道系-その他（テキスト）[検査値と合併症・再手術・再入院]"))
# その他の消化器系
if row_data.get("その他の消化器系[検査値と合併症・再手術・再入院]") == True:
details = str(row_data.get("その他の消化器系-詳細[検査値と合併症・再手術・再入院]", "")).split(',')
for d in details:
d = d.strip()
gappei_l = {
"胃十二指腸潰瘍p": "0804",
"イレウス": "0603",
"その他": "0603"
}.get(d, "0603")
insert_gappei("99", gappei_l, nyuin_date, row_data.get("感染症-部位（テキスト）[検査値と合併症・再手術・再入院]"))
# 再手術
if row_data.get("再手術（前回報告以降のもののみ）-術式[検査値と合併症・再手術・再入院]") == True:
cmnt = f"{row_data.get('再手術（前回報告以降のもののみ）-手術日[検査値と合併症・再手術・再入院]', '')} {row_data.get('再手術（前回報告以降のもののみ）-術式[検査値と合併症・再手術・再入院]', '')}"
insert_gappei("99", "9901", nyuin_date, cmnt)
# 再入院
if row_data.get("再入院（前回報告以降のもののみ）-理由[検査値と合併症・再手術・再入院]") == True:
insert_gappei("99", "9901", nyuin_date, row_data.get("再入院（前回報告以降のもののみ）-理由[検査値と合併症・再手術・再入院]"))
elif table_name == 'T_GAPPEI_R_LIV':
gappei_rules = []
# データソースとしてrecipient_rowsの最新1件（または複数）を対象
for index__, row in recipient_rows:
row_data = row.to_dict() if isinstance(row, pd.Series) else row
original_date = row_data.get("合併症による再入院-入院年月日[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]")
# 変換処理
try:
parsed_date = datetime.strptime(original_date, "%Y年%m月%d日")
nyuin_date = parsed_date.strftime("%Y%m%d")
except (TypeError, ValueError):
nyuin_date = None # または空文字など適宜処理
def insert_gappei(gappei, gappei_l, nyuin_date="", cmnt=None):
try:
insert_columns = [
"SEITAI_ISYOKU_ID", "GAPPEI", "GAPPEI_L", "NYUIN_DATE",
"INS_USER_ID", "INS_PROGRAM_ID"
]
insert_values = [
seitai_ishoku_id, gappei, gappei_l, nyuin_date or "", 1, 1
]
if cmnt:
insert_columns.append("CMNT")
insert_values.append(cmnt)
sql = f"""
INSERT INTO T_GAPPEI_R_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
connection.commit()
except Exception as e:
print(f"❌ INSERT失敗: T_GAPPEI_R_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_GAPPEI_R_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
# 出血
if row_data.get("出血[レシピエントの状態]") == True:
insert_gappei("01", "0101", nyuin_date, cmnt=row_data.get("出血-部位（テキスト）[レシピエントの状態]"))
# Primary non-function
if row_data.get("Primary non-function[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]") == True:
insert_gappei("99", "9901", nyuin_date)
# 血栓症
if pd.notna(row_data.get("血栓症[レシピエントの状態]")):
thrombo_parts = str(row_data.get("血栓症[レシピエントの状態]"))
for part in thrombo_parts.split(','):
part = part.strip()
gappei_l = {
"門脈": "0402", "動脈": "0403", "肝静脈": "0401", "その他": "0404"
}.get(part, "0404")
insert_gappei("04", gappei_l, cmnt=row_data.get("血栓症-その他（テキスト）[レシピエントの状態]"))
# 狭窄
if pd.notna(row_data.get("狭窄[レシピエントの状態]")):
stenosis_parts = str(row_data.get("狭窄[レシピエントの状態]"))
for part in stenosis_parts.split(','):
part = part.strip()
gappei_l = {
"肝動脈": "0501", "門脈": "0502", "肝静脈": "0503", "その他": "0504"
}.get(part, "0504")
insert_gappei("05", gappei_l, nyuin_date, cmnt=row_data.get("狭窄-その他（テキスト）[レシピエントの状態]"))
# 胆道合併症
if row_data.get("胆道合併症[レシピエントの状態]") == True:
detail_parts = str(row_data.get("胆道合併症-詳細[レシピエントの状態]", "")).split(',')
for detail in detail_parts:
detail = detail.strip()
gappei_l = {
"縫合不全": "0601", "狭窄": "0602", "その他": "0603"
}.get(detail, "0603")
insert_gappei("06", gappei_l, nyuin_date, cmnt=row_data.get("胆道合併症-その他（テキスト）[レシピエントの状態]"))
# 感染症
if row_data.get("感染症[レシピエントの状態]") == True:
insert_gappei("03", "0304", nyuin_date, cmnt=row_data.get("感染症（テキスト）[レシピエントの状態]"))
# 血管系合併症-詳細
if pd.notna(row_data.get("血管系合併症-詳細[レシピエントの状態]")):
parts = str(row_data.get("血管系合併症-詳細[レシピエントの状態]", "")).split(',')
cmnt_val = row_data.get("血管系合併症-その他（テキスト）[レシピエントの状態]", "")
for p in parts:
p = p.strip()
gappei = {
"血栓": "04", "狭窄": "05", "その他": "99"
}.get(p, "99")
gappei_l = {
"門脈盗血": "0402", "outflow obstruction": "0403",
"肝静脈うっ滞": "0403", "脾動脈瘤": "0404", "DIC": "0101",
"肝動脈解離": "0401"
}.get(cmnt_val, "9901")
insert_gappei(gappei, gappei_l, nyuin_date, cmnt=cmnt_val)
# その他
if row_data.get("その他[レシピエントの状態]") == True:
insert_gappei("99", "9901", nyuin_date, cmnt=row_data.get("その他（テキスト）[レシピエントの状態]"))
elif table_name == 'T_LIVING_R_LIV':
for index_t_living_r_liv, row_t_living_r_liv in recipient_rows:
if int(row_t_living_r_liv['肝臓移植ID[レシピエント追跡調査]']) in exclude_ids:
continue
original_date = row_t_living_r_liv['調査日[レシピエント追跡調査]']
if pd.isna(original_date) or original_date == '':
original_date = row_t_living_r_liv['最終生存確認日[レシピエントの状態]']
if not original_date:
continue
#input_date = datetime.strptime(original_date, '%Y/%m/%d').strftime('%Y%m%d')
input_date = pd.to_datetime(original_date, errors='coerce').strftime('%Y%m%d')
facility = row_t_living_r_liv['施設名[レシピエントの状態]']
isyoku_isyokusisetu_cd = get_sisetu_cd(facility)
try:
insert_columns = ["SEITAI_ISYOKU_ID", "INPUT_DATE", "SISETU_CD", "INS_USER_ID", "INS_PROGRAM_ID"]
insert_values = [seitai_ishoku_id, input_date, isyoku_isyokusisetu_cd, 1, 1]
sql = f"""
INSERT INTO T_LIVING_R_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
# --- 各種フィールドの変換 ---
ps_map = {'0': 1, '1': 2, '2': 3, '3': 4, '4': 5, '不明': 6}
ps = ps_map.get(str(row_t_living_r_liv.get('PS[レシピエントの状態]')).strip(), None)
kousei_flg_raw = row_t_living_r_liv.get('向精神薬（睡眠導入剤を含む）の継続的使用[レシピエントの状態]')
kousei_flg = 1 if kousei_flg_raw == 'TRUE' else 0 if kousei_flg_raw == 'FALSE' else None
detail = row_t_living_r_liv.get('向精神薬（睡眠導入剤を含む）の継続的使用-詳細[レシピエントの状態]', '')
detail_list = [d.strip() for d in detail.split(',') if d.strip()]
koufuan = 1 if '抗不安薬（睡眠導入剤を含む）' in detail_list else 0
kouutsu = 1 if '抗うつ薬' in detail_list else 0
kousei = 1 if '向精神薬' in detail_list else 0
etc = 1 if 'その他' in detail_list else 0
etc_cmnt = row_t_living_r_liv.get('向精神薬（睡眠導入剤を含む）の継続的使用-その他（テキスト）[レシピエントの状態]')
abst = row_t_living_r_liv.get('禁酒の継続について[レシピエントの状態]', '')
kankohen_flg = 1 if abst else 0
kankohen_kinsyu_flg = 1 if abst == '禁酒が継続できている' else 2 if abst else None
followup_raw = row_t_living_r_liv.get('専門医療機関(精神科)によるフォローアップの有無[レシピエントの状態]')
followup = 1 if followup_raw == 'TRUE' else 0 if followup_raw == 'FALSE' else None
selfhelp = row_t_living_r_liv.get('自助グループへの参加の有無[レシピエントの状態]')
selfhelp_flg = 1 if selfhelp == '有' else 0 if selfhelp == '無' else None
update_sql = """
UPDATE T_LIVING_R_LIV SET
PS = %s,
KOUSEISINYAKU_FLG = %s,
KOUSEISINYAKU_KOUFUANYAKU = %s,
KOUSEISINYAKU_KOUUTUYAKU = %s,
KOUSEISINYAKU_KOUSEISINYAKU = %s,
KOUSEISINYAKU_ETC = %s,
KOUSEISINYAKU_ETC_CMNT = %s,
KANKOHEN_FLG = %s,
KANKOHEN_KINSYU_FLG = %s,
KANKOHEN_FOLLOWUP_FLG = %s,
KANKOHEN_JIJYO_GRP_FLG = %s,
UPD_USER_ID = 1,
UPD_PROGRAM_ID = 1
WHERE SEITAI_ISYOKU_ID = %s AND INPUT_DATE = %s
"""
update_values = [
ps, kousei_flg, koufuan, kouutsu, kousei, etc, etc_cmnt,
kankohen_flg, kankohen_kinsyu_flg, followup, selfhelp_flg,
seitai_ishoku_id, input_date
]
cursor.execute(update_sql, update_values)
connection.commit()
except Exception as e:
connection.rollback()
error_logs.append({
"テーブル名": "T_LIVING_R_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
elif table_name == 'T_REJECTION_R_LIV':
## 下記の診断日でよいのでしょうか。
## 原疾患の再発（診断年月日）（詳細）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]の値がTRUE
## 原疾患の再発（診断年月日）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]
## 悪性腫瘍（診断年月日）（詳細）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]
## 悪性腫瘍（診断年月日）[合併症・再手術・再入院・妊娠・出産：前回調査以降のもののみ]
for index_t_rejection_r_liv, row_t_rejection_r_liv in recipient_rows:
id = row_t_living_r_liv['肝臓移植ID[レシピエント追跡調査]']
#### 報告: 調査日及び最終生存確認日が不正なデータはスキップする
#### ここで指定しているIDはCSVファイルの肝臓移植ID[レシピエント追跡調査]を指定する
if int(id) in exclude_ids:
continue # このIDの場合はスキップ（何もしない）
## 梅先生のデータが来たら参照する指定されている最新の日付までのデータを登録している。
## 現在は調査日が設定されていれば全て登録している
original_date = row_t_rejection_r_liv['調査日[レシピエント追跡調査]']
# 変換処理
if original_date:
#input_date = datetime.strptime(original_date, '%Y/%m/%d').strftime('%Y%m%d')
input_date = pd.to_datetime(original_date, errors='coerce').strftime('%Y%m%d')
else:
continue
rejection_val = row_t_rejection_r_liv.get('拒絶反応[レシピエントの状態]')
if rejection_val == "TRUE":
rejection_code = 1
elif rejection_val == "FALSE":
rejection_code = 0
elif rejection_val in [None, ""]:
rejection_code = None
else:
rejection_code = None # その他の予期しない値もNULL扱い
try:
### REJECTION_TYPEは「1:急性拒絶反応」を固定
insert_columns = ["SEITAI_ISYOKU_ID", "REJECTION_TYPE", "SINDAN_DATE", "REJECTION_TIRYOU_FLG", "INS_USER_ID", "INS_PROGRAM_ID"]
insert_values = [seitai_ishoku_id, 1, input_date, rejection_code, 1, 1]
sql = f"""
INSERT INTO T_REJECTION_R_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
connection.commit()
#print(f"✅ T_REJECTION_R_LIV 登録完了: SEITAI_ISYOKU_ID={seitai_ishoku_id} SINDAN_DATEs={input_date} CSVのID={row_t_rejection_r_liv['肝臓移植ID[レシピエント追跡調査]']}")
except Exception as e:
print(f"❌ INSERT失敗: T_REJECTION_R_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_REJECTION_R_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
elif table_name == 'T_KENSA_R_LIV':
target_csv_columns = [
'AST[追跡時の検査値]',
'ALT[追跡時の検査値]',
'T.Bil[追跡時の検査値]',
'D.Bil[追跡時の検査値]',
'ワーファリンの使用[追跡時の検査値]',
'INR[追跡時の検査値]',
]
for target_csv_column in target_csv_columns:
loop_cnt = 1
for index__t_kensa_r_liv, row__t_kensa_r_liv in recipient_rows:
try:
kensa_value = row__t_kensa_r_liv.get(target_csv_column)
cycle_str = f"{loop_cnt:02}"
kensa_name, kensa_unit, dtype, threshold = get_kensa_metadata(target_csv_column)
kensa_code = evaluate_kensa_code(kensa_value, dtype, threshold)
insert_columns = [
"SEITAI_ISYOKU_ID", "KENSA_NAME", "KENSA_VALUE_CODE",
"KENSA_VALUE", "KENSA_UNIT", "CYCLE", "INS_USER_ID", "INS_PROGRAM_ID"
]
insert_values = [
seitai_ishoku_id, kensa_name, kensa_code,
kensa_value, kensa_unit, cycle_str, 1, 1
]
sql = f"""
INSERT INTO T_KENSA_R_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
connection.commit()
except Exception as e:
print(f"❌ INSERT失敗: T_KENSA_R_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_KENSA_R_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
loop_cnt += 1
elif table_name == 'T_KENSA_D_LIV':
### このテーブルは更新処理は行わず、そのままデータを登録するだけでおわり。
target_csv_columns = [
'T.Bil[検査値と合併症・再手術・再入院]',
'D.Bil[検査値と合併症・再手術・再入院]',
'AST[検査値と合併症・再手術・再入院]',
'ALT[検査値と合併症・再手術・再入院]',
'INR[検査値と合併症・再手術・再入院]',
'疾患の有無[検査値と合併症・再手術・再入院]',
]
for target_csv_column in target_csv_columns:
loop_cnt = 1
for index__t_kensa_d_liv, row__t_kensa_d_liv in donor_rows:
try:
kensa_value = row__t_kensa_d_liv.get(target_csv_column)
cycle_str = to_cycle_str(row__t_kensa_d_liv.get("追跡調査の種類[ドナー追跡調査]"))
kensa_name, kensa_unit, dtype, threshold = get_kensa_metadata(target_csv_column)
kensa_code = evaluate_kensa_code(kensa_value, dtype, threshold)
insert_columns = [
"DONOR_A_ID", "KENSA_NAME", "KENSA_VALUE_CODE",
"KENSA_VALUE", "KENSA_UNIT", "CYCLE", "INS_USER_ID", "INS_PROGRAM_ID"
]
insert_values = [
donor_a_id, kensa_name, kensa_code,
kensa_value, kensa_unit, cycle_str, 1, 1
]
sql = f"""
INSERT INTO T_KENSA_D_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
connection.commit()
except Exception as e:
print(f"❌ INSERT失敗: T_KENSA_D_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_KENSA_D_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
loop_cnt += 1
elif table_name == 'T_IJI_MENEKI_YOKUSEI_R_LIV':
try:
for recipient_row in recipient_rows:
row = recipient_row[1]
followup_cycle = row.get("追跡調査の種類[レシピエント追跡調査]")
if not followup_cycle or followup_cycle.strip() == "":
continue
cycle_str = followup_cycle.replace("年後", "").zfill(2)
# 値の取得と変換
steroid_val = row.get('ステロイド[免疫抑制：維持期（現在）]')
cs = 1 if steroid_val == 'TRUE' else 2 if steroid_val == 'FALSE' else 3
cni_detail = row.get('カルシニュリン・ インヒビター-詳細[免疫抑制：維持期（現在）]', '') or ''
tac = 1 if 'FK506' in cni_detail else 0
csa = 1 if 'CyA' in cni_detail else 0
mtor_detail = row.get('mTOR阻害剤 -詳細[免疫抑制：維持期（現在）]')
rap = 1 if mtor_detail else 0
nukleic_detail = row.get('核酸合成阻害-詳細[免疫抑制：維持期（現在）]', '') or ''
mmf = 1 if 'MMF' in nukleic_detail else 0
az = 1 if 'AZP' in nukleic_detail else 0
mz = 1 if 'MZR' in nukleic_detail else 0
cp = 1 if 'CP' in nukleic_detail else 0
meneki_etc = row.get('その他（テキスト）[免疫抑制：維持期（現在）]')
# 登録処理（初回 insert）
insert_columns = [
"SEITAI_ISYOKU_ID", "CYCLE", "INS_USER_ID", "INS_PROGRAM_ID"
]
insert_values = [
seitai_ishoku_id, cycle_str, 1, 1
]
sql = f"""
INSERT INTO T_IJI_MENEKI_YOKUSEI_R_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
# 追加項目を update（キー：SEITAI_ISYOKU_ID + CYCLE）
update_sql = """
UPDATE T_IJI_MENEKI_YOKUSEI_R_LIV
SET CS = %s, TAC = %s, CSA = %s, RAP = %s,
MMF = %s, AZ = %s, MZ = %s, MENEKI_ETC = %s,
CP = %s,
UPD_USER_ID = %s, UPD_PROGRAM_ID = %s
WHERE SEITAI_ISYOKU_ID = %s AND CYCLE = %s
"""
update_values = [cs, tac, csa, rap, mmf, az, mz, meneki_etc, cp, 1, 1, seitai_ishoku_id, cycle_str]
cursor.execute(update_sql, update_values)
connection.commit()
except Exception as e:
error_logs.append({
"テーブル名": "T_IJI_MENEKI_YOKUSEI_R_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
elif table_name == 'T_LIVING_D_LIV':
for index_living_d, row_living_d in donor_rows:
try:
# 必須項目処理
input_date = datetime.now().strftime("%Y%m%d%H%M%S")
sisetu_cd = get_sisetu_cd(row_living_d.get("施設名", "")) # 要: 施設名列が存在していること
# PS変換
ps_raw = str(row_living_d.get("PS[現状]", "")).strip()
ps_map = {"0": 1, "1": 2, "2": 3, "3": 4, "4": 5, "不明": 6}
ps_value = ps_map.get(ps_raw, None)
# 向精神薬有無
med_raw = str(row_living_d.get("向精神薬（睡眠導入剤を含む）の継続的使用[現状]", "")).strip()
med_flag = 1 if med_raw == "有" else 0 if med_raw == "無" else None
# 詳細（フラグ）
med_detail_raw = str(row_living_d.get("向精神薬（睡眠導入剤を含む）の継続的使用-詳細[現状]", "")).strip()
koufuan_flg = 1 if "抗不安薬" in med_detail_raw else 0
kouutsu_flg = 1 if "抗うつ薬" in med_detail_raw else 0
kousei_flg = 1 if "向精神薬" in med_detail_raw else 0
etc_flg = 1 if "その他" in med_detail_raw else 0
# コメント
etc_comment = str(row_living_d.get("向精神薬（睡眠導入剤を含む）の継続的使用-その他（テキスト）[現状]", "")).strip()
insert_columns = [
"DONOR_A_ID", "INPUT_DATE", "SISETU_CD",
"PS", "KOUSEISINYAKU_FLG",
"KOUSEISINYAKU_KOUFUANYAKU", "KOUSEISINYAKU_KOUUTUYAKU",
"KOUSEISINYAKU_KOUSEISINYAKU", "KOUSEISINYAKU_ETC",
"KOUSEISINYAKU_ETC_CMNT", "INS_USER_ID", "INS_PROGRAM_ID"
]
insert_values = [
donor_a_id, input_date, sisetu_cd,
ps_value, med_flag,
koufuan_flg, kouutsu_flg,
kousei_flg, etc_flg,
etc_comment, 1, 1
]
sql = f"""
INSERT INTO T_LIVING_D_LIV ({','.join(insert_columns)})
VALUES ({','.join(['%s'] * len(insert_columns))})
"""
cursor.execute(sql, insert_values)
connection.commit()
except Exception as e:
print(f"❌ INSERT失敗: T_LIVING_D_LIV, エラー: {e}")
error_logs.append({
"テーブル名": "T_LIVING_D_LIV",
"移植登録ID": ishoku_toroku_id,
"施設名": sisetsu_name,
"SQL": sql,
"入力値": insert_values,
"エラー内容": str(e)
})
connection.rollback()
elif conv_type == "keyword_flag_map":
text = str(raw_value)
used = set()
for keyword, target_col in config["keywords"].items():
if keyword in text:
result.append((target_col, 1, source_col))
used.add(target_col)
# 対象の全てのフィールドに対して未使用なら0
for target_col in set(config["keywords"].values()):
if target_col not in used:
result.append((target_col, 0, source_col))
else:
connection.commit()
pass
#print("@@@@@@@@@@@@@@@@@@@ ")
#print(table_name)
#print(tracer_df["移植登録ID"])
connection.commit()
#except Exception as e:
# print(f"❌ エラー: {e}")
# connection.rollback()
#finally:
# connection.close()
# print("✅ DB接続を終了しました。")
if error_logs: # もしエラーが1件以上あれば
df_error = pd.DataFrame(error_logs)
df_error.to_csv('error_logs_kanzou_20250623.csv', index=False, encoding='utf-8-sig') # 日本語対応のためutf-8-sigで
print("✅ エラーログを error_logs.csv に出力しました！")