## Ergebnis des Read-only-Audits

### Bestehende Tabellen und Call-Sites

- **Aktive Ernährung↔Symptom-Korrelation**
  - `nutrition_correlation_results` in `database/schema.sql:274`
  - Berechnung ausschließlich im unversionierten Runtime-Skript `~/.hermes/assets/Gesundheit/scripts/nutrition_insights.py:249-278`
  - Anzeige in `scripts/health/health_dashboard_v3.py:256,457-462,682`
- **Lebensmittel-Hypothesen**
  - `nutrition_food_insights`, `personal_food_tolerance`, `low_histamine_experiments`
  - Berechnung/Schreiben in `nutrition_insights.py:281-320`
  - Dashboard-Ausgabe als „Trigger-/Safe-Kandidat“ in `health_dashboard_v3.py:463-477,683-684`
- **Generische, derzeit praktisch ungenutzte Ablagen**
  - `health_insights`: nur Migration, Zählung und Dokumentation; keine aktive Berechnung/Anzeige.
  - `korrelationen`: freies Legacy-Schema; `health_manager.compute_correlations()` schreibt nicht hinein.
- **Verfügbare Modalitäten**
  - Ernährung: `nutrition_daily_summary_v2`
  - Symptome: `symptom_log`, `symptome`
  - Apple Health: `apple_health_records`, sicherer Zugriff über `apple_health_analytics.daily_points/daily_series`
  - Medikamente/Phasen: `medication_administrations`, `health_event_periods`
  - Labor: `laborwerte`
  - Experimentkontext: `low_histamine_experiments`

### Wesentliche Sicherheits-/Qualitätslücken

- Runtime-Korrelationen imputieren fehlende Symptomtage als **0** (`symptoms.get(..., 0.0)`); dadurch werden „nicht erfasst“ und „symptomfrei“ verwechselt.
- Aktuell: Pearson, keine p-/q-Werte, keine Multiple-Testing-Korrektur, keine Missingness, keine Zeitfenster-/Algorithmusversion und keine Medikationsphasen-Stratifizierung.
- Dashboard und Runtime verwenden unterschiedliche Symptomgrundlagen:
  - Dashboard-Korrelationschart nutzt nur `symptome`.
  - `nutrition_insights.py` summiert `symptome` und `symptom_log`.
- `nutrition_correlation_results` reicht für multimodale Ergebnisse nicht: keine Phase, Provenienz, Datenqualität, Eligible-/Missing-Pairs oder Hypothesenstatus.
- `health_insights.evidence_json` und `korrelationen` sind zu unstrukturiert; dort könnten versehentlich Rohwerte, Datumsreihen oder Quellenbezeichner landen.
- Dashboard rendert „🔴 Trigger-Kandidat“, „🟢 Safe-Kandidat“, „problematisch“ und „Hohe Histamin-Tage“. Trotz Kausalitätsdisclaimer kann dies medizinische Gewissheit bzw. Risikobewertung suggerieren.
- `generate_doctor_report.py` hat eine gute harte Grenze (`:266`): keine automatische medizinische Risiko-/Ampel-/Entwarnungsbewertung. Hypothesenkorrelationen sollten im Sprint 2 **nicht** automatisch in den Arztbericht übernommen werden.
- Schema-/Runtime-Drift: Nutrition-/Symptom-Helfer legen Tabellen/Indizes selbst an; `health_system_migrate.py` kennt diese Erweiterungen nicht vollständig. Das Dashboard erzeugt sogar `low_histamine_experiments` beim Rendern.

### Erforderliche Provenienzregeln

- **Symptome:** nur explizit erfasste, vollständige Tages-Scores; Missing bleibt Missing. Kontext und Dimensionen fest versionieren.
- **Apple Health:** ausschließlich abgeschlossene Zürich-Lokaltage; für Korrelationen zunächst nur `daily_points(...).quality == "direct"`, keine Rohzeilen oder `raw_json`, kein provisorischer aktueller Tag.
- **Ernährung:** nur normalisierte Tagesfeatures; Mapping-Confidence und Unknown-Anteil als Qualitätsflag. Histamin/SIGHi ausdrücklich als lokale Hypothese.
- **Medikation:** tatsächliches Verabreichungsdatum; Lags dürfen keine Phasengrenze überschreiten.
- **Labor:** nur `validiert`, `verified_against_original=1`, `reference_range_source='scanned_original'`, Einheit vorhanden, exakt numerischer/ungezensierter Wert und `abnahme_datum` bzw. `befund_datum`; nie `ermittlung_datum` oder XLSX-Arbeitsmatrix.
- **Persistierte Ergebnisse:** nur Aggregate, keine Rohwerte/Datumslisten/Quellennamen. Speichern: Predictor/Target, Lag, Phase, `n`, eligible/missing, Methode/Version, rho, p, BH-q, Qualitätsflags, Berechnungszeit.
- Copy: konsequent „explorative Hypothese/Musterhinweis“, „keine Kausalität/Diagnose/Therapieempfehlung“, neutraler Status `computed|insufficient_data|not_eligible`; keine grünen/roten medizinischen Ampeln.

## Minimaler Sprint-2-Plan

1. **Additive Migration:** neue enge Tabelle `multimodal_correlation_results`; bestehende Tabellen unverändert lassen.
2. **Versionierte Engine:** Spearman, Complete-Case, Lags 0–3, Medikationsphasen getrennt, keine phasenübergreifenden Paare, BH-Korrektur; Labors zunächst konservativ oder nur deskriptiv.
3. **Synthetische Tests:** Missing≠0, explizite Nullwerte, Labor-Provenienz, Apple-direct-only, Phasengrenzen, BH, aggregate-only Persistenz und zwingende Nicht-Kausalitäts-Copy.
4. **Pipeline-CLI:** eigener expliziter Befehl, danach Dashboard-Render; Fehler dürfen alte Ergebnisse nicht als frisch erscheinen lassen.
5. **Dashboard:** separater Bereich „Explorative multimodale Hypothesen“ mit n/Missingness/Phase/q/Qualitätsflags und neutraler Darstellung. Bestehende „Safe-/Trigger“-Bezeichnungen entschärfen.
6. **Reports:** Sprint 2 nur Dashboard; Arztbericht ausgeschlossen. Weekly Report höchstens Anzahl berechenbarer/ungenügender Hypothesen, keine Richtung oder Behandlungsempfehlung.
7. **Release-Gate:** Schema-Test, Medical-Copy-Test, Privacy-Scan und Abgleich Repo↔Runtime-Skripte.

### Verifikation / Änderungen

- Kanonisches Schema erfolgreich in Memory geladen: `PRAGMA integrity_check = ok`.
- `tests/test_sprint0_safety.py`: **16 Tests bestanden**.
- Produktive DB-Werte, Reports, Exporte und Secrets wurden nicht geöffnet.
- Von mir wurden **keine Dateien geändert oder erstellt**.
- Während des Audits erschien concurrent die ungetrackte Datei `tests/test_multimodal_correlations_v1.py`; sie stammt nicht von diesem Audit und wurde nicht verändert.