dado que este df se construía originalmente mediante la lectura de un
archivo, se hicieron todos los cambios para ajustar el DF de
clickhouse a este otro formato.

para hacer estos ajustes se usan un par de funciones de
nutri_utils (que se añadieron casi ex-profeso a esta biblioteca).

ahora ya no se necesita actualizar ningún archivo para correr el app
de estadísticas de comidas: toda la info viene de la app de
clickhouse.

se sustituyeron los rangos 'duros' del slider (30,217) por un cálculo
dinámico que determina los ids menor y mayor.

como el slider presenta todos los números del rango, hay que verificar
que un valor seleccionado del slider corresponde a un paciente que si
tiene comidas registradas. se simplificó un poco este proceso (que
antes sacaba una lista de 'no-presentes' para comparar con ella, pero
que ahora se hace con la negación de los 'si presentes')

estos archivos contenían por separado la info de las comidas de la app
y las de wapp, con formatos diferentes.

el archivo con comidas de la app tiene el mismo formato que la tabla
de comidas en clickhouse, así que esta sustitución fue directa.
la de las comidas de WAPP solo tenía las columnas de hora, pero fue
fácil sustituirla con los datos provenientes de clickhouse (este
último ya proporciona las comidas de las tres fuentes: app, WA,
recordatorios, así que, usando el mismo mecanismo que aprovechamos para
sustituir el file de WAPP por la respuesta de clickhouse, añadimos las
comidas de recordatorios.).

para que el el eje Y de la gráfica corresponda con los ids de los
pacientes en vez de una simple enumeración, usamos dichos ids como
índice del dataframe.

True/False es interpretado como 0/255, así que explícitamente lo
convertía entero  (0/1). Nota: en go.Heatmap no se hace interpretación
de datos, así que True/False no funciona.

es un duplicado de la última figura, con un nuevo dropdown y una nueva
función para generar la gráfica. así, ya tenemos todo listo para solo
modificar la gráfica de modo que envíe lo que queremos -que en este
caso será un heatmap-

los dos dropdowns quedan arriba, en un único row
luego la gráfica
luego los dos sliders, en un row cada uno.

ahora todos los controles y la gráfica son divs consecutivos.
todos los divs son wrappers.
cada control está encapsulado en un div que contiene su etiqueta y su control

ponemos los controles en una caja flex en fila y ponemos la gráfica
compuesta en un wrapper simple

tambén se fusionó en una gráfica previa

ahora inmersa en una combinación de bullet y scatter

es la gráfica conjunta de bullets y scatter para apreciar la cobertura.

para fusionar nuestras dos secciones en una sola, más informativa.

en el commit anterior la incluimos en un mismo row con los otros pies

se añadió un pie para las comidas por fuente.
se agruparon un mismo row los tres pies: etapas terminadas, comidas
por etapa, comidas por fuente.

se habían utilizado algunas constantes en versiones pasadas que ya no
son necesarias ni útiles.

ahora todo es obtenido a través de endpoints!

además, ahora es un pie en vez de unas barras.

ya no es con base en el archivo leído sino en lo obtenido desde el
endpoint 'pacientes'

la información se muestra de mejor manera en otras gráficas ahora.

intentaba mostrar un breakdown del número de visitas, y dado que las
microbiotas están asociadas a las visitas, también un breakdown de
éstas, pero esa información ya se muestra de mejor forma en otras
gráficas.

falta afinarla pero ya funciona.

no recurre a los datos del archivo, tiene su función independiente

en vez de ser el número total de participantes es el no. de
participantes que completaron la etapa. es diferente al número de
participantes que llegarna la entrevista.