8.12

select * from DOCS_NORMAL_REPORT_REC t left join v_his_pats_discharge d on t.patient_id=d.patient_id

2

select  t.patient_id,

d.patient_name,

v.bed_no,

COUNT(t.PATIENT_ID) AS TOTAL_STATISTICS

from DOCS_NORMAL_REPORT_REC t

left join v_his_pats_discharge v

on t.patient_id = v.patient_id

left join DOCS_PATIENT_CARD_REC d

on t.patient_id = d.patient_id

where t.update_time>v.leave_time

group by t.patient_id,d.patient_name,  v.bed_no


3

select  p.patient_id,

v.patient_name,

v.bed_no,

count(t.patient_id) as total_statistics

from v_his_pats_discharge p

left join v_his_pats_discharge v  on p.patient_id = v.patient_id

left join docs_normal_report_rec t on p.patient_id=t.patient_id

left join docs_risk_report_rec r on p.patient_id=r.patient_id

left join DOCS_EVAL_REPORT_REC e on p.patient_id=e.patient_id

left join DOCS_VITAL_SIGNS_REC s on p.patient_id=s.patient_id

left join DOCS_REPORT_REC re on p.patient_id=re.patient_id

where (t.update_time>v.leave_time or r.update_time>v.leave_time or

e.update_time>v.leave_time or re.update_time>v.leave_time or s.update_time>v.leave_time)

--and ( v.leave_time, t.update_time, e.update_time ,r.update_time,re.update_time)

--BETWEEN

--        TO_DATE(:startTime, 'YYYY/MM/DD HH24:MI:SS') AND

--        TO_DATE(:endTime, 'YYYY/MM/DD HH24:MI:SS'))

group by p.patient_id,v.patient_name, v.bed_no

4 原来的

SELECT PATIENT_ID,

VISIT_ID,

BED_NO,

PATIENT_NAME,

CREATOR_UNIT,

COUNT(PATIENT_ID) AS TOTAL_STATISTICS

FROM (SELECT T.PATIENT_ID,

T.VISIT_ID,

T.PATIENT_NAME,

T.BED_NO,

T.CREATOR_UNIT

FROM DOCS_VITAL_SIGNS_REC T

WHERE T.DISCHARGE_MODIFIED = '1'

AND T.CREATOR_UNIT = :deptcode

AND T.LAST_OPER_DATE BETWEEN

TO_DATE(:startTime, 'YYYY/MM/DD HH24:MI:SS') AND

TO_DATE(:endTime, 'YYYY/MM/DD HH24:MI:SS'))

GROUP BY PATIENT_NAME, BED_NO, PATIENT_ID, VISIT_ID, CREATOR_UNIT

ORDER BY LENGTH(BED_NO), BED_NO

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354

推荐阅读更多精彩内容

  • 手动阀为威风威风为微信选项错V型从V型从V型从v1手动阀为威风威风为微信选项错V型从V型从V型从v1手动阀为威风威...
    550ET阅读 2,479评论 0 0
  • 转至元数据结尾创建: 董潇伟,最新修改于: 十二月 23, 2016 转至元数据起始第一章:isa和Class一....
    40c0490e5268阅读 1,715评论 0 9
  • 昨夜无眠 只因他说见了那女生 为何如此在意 不是听到了 了解了 怎会如此嫉妒 我是男人 男人要大气 男人要心胸宽广...
    可爱mice阅读 172评论 0 0
  • 太阳将要升起 安置一个月钟的铃声 叫醒我夜晚的沉睡 孤枕落在床下 一夜间空白无话 窗外偶尔几声汽...
    陈汐年阅读 2,683评论 37 38
  • 总原则:平衡实用与科幻。 业务方向:由于深度学习的爆发,仅CV方向就有大量算法在井喷:人脸、表情、动作、肢体、车辆...
    Stan森阅读 209评论 0 0