NutriFlow — Framework de Calidad de Datos

Tabla	Tipo	Criticidad	Suite / Tests	Estado	Pass rate	Checks OK/Total	Filas validadas	Duración
`raw_pacientes`	raw	alta	pacientes_suite · GE	● PASS	100%	9 / 9	218	1.2s
`raw_consultas`	raw	crítica	consultas_suite · GE	● PASS	100%	11 / 11	1.487	2.1s
`raw_mediciones`	raw	media	mediciones_suite · GE	● FAIL	79%	11 / 14	4.821	3.8s
`dim_pacientes`	mart	alta	dbt tests · schema	● PASS	100%	6 / 6	85.432	4.5s
`fct_consultas`	mart	crítica	dbt tests + recency	● PASS	100%	8 / 8	1.487	5.2s
`fct_mediciones`	mart	media	dbt tests · schema	● WARN	90%	9 / 10	2.104.389	18.4s

Checks Fallidos — raw_mediciones

expect_column_values_to_be_between(peso_kg)

Rango esperado: 2 ≤ x ≤ 300
Observado: 37 registros fuera de rango (min=-4.2, max=842.0)
Filas afectadas: 0.77% (37/4.821)

expect_column_values_to_be_between(talla_cm)

Rango esperado: 40 ≤ x ≤ 250
Observado: 12 registros con talla_cm = 0.0
Filas afectadas: 0.25% (12/4.821)

expect_column_values_to_not_be_null(imc_calculado)

Esperado: 0 nulos
Observado: 49 nulos encontrados (1.02%)
Causa probable: bug en app v2.4.1 (columna derivada no persistida)

Acción tomada: Pipeline detenido. Datos de raw_mediciones NO propagados a fct_mediciones.
Ticket creado: INFRA-2041 — Validar bug app v2.4.1 sensor export

Warnings — fct_mediciones

expect_column_mean_to_be_between(imc)

Rango dinámico esperado: 22.5 – 27.5
Observado: media = 27.8 (ligera desviación)
No bloquea. Monitoreando tendencia.

Great Expectations Suite — raw_mediciones

mediciones_suite.py

# expectations/mediciones_suite.py
import great_expectations as gx
from great_expectations.core import ExpectationSuite
from great_expectations.core.expectation_configuration import (
    ExpectationConfiguration
)

def build_mediciones_suite() -> ExpectationSuite:
    suite = ExpectationSuite("mediciones_suite")

    # --- COMPLETITUD ---
    for col in ["medicion_id", "paciente_id",
                "fecha_medicion", "imc_calculado"]:
        suite.add_expectation(ExpectationConfiguration(
            expectation_type="expect_column_values_to_not_be_null",
            kwargs={"column": col}
        ))

    # --- VALIDEZ PESO ---
    suite.add_expectation(ExpectationConfiguration(
        expectation_type="expect_column_values_to_be_between",
        kwargs={
            "column": "peso_kg",
            "min_value": 2,       # bebés
            "max_value": 300,     # caso extremo
            "strict_min": True
        }
    ))

    # --- VALIDEZ TALLA ---
    suite.add_expectation(ExpectationConfiguration(
        expectation_type="expect_column_values_to_be_between",
        kwargs={
            "column": "talla_cm",
            "min_value": 40,
            "max_value": 250
        }
    ))

    # --- IMC ESTADÍSTICO ---
    suite.add_expectation(ExpectationConfiguration(
        expectation_type="expect_column_mean_to_be_between",
        kwargs={
            "column": "imc_calculado",
            "min_value": 18.5,
            "max_value": 35.0,
            "result_format": "SUMMARY"
        }
    ))

    # --- FRESCURA ---
    suite.add_expectation(ExpectationConfiguration(
        expectation_type="expect_column_max_to_be_between",
        kwargs={
            "column": "fecha_medicion",
            "min_value": {"$PARAMETER": "now - timedelta(days=1)"},
            "max_value": {"$PARAMETER": "now"}
        }
    ))

    return suite

version: 2 models: - name: fct_consultas description: Tabla de hechos de consultas nutricionales tests: - dbt_utils.recency: # frescura < 26h datepart: hour field: fecha_inicio_consulta interval: 26 - dbt_utils.at_least_one - dbt_utils.expression_is_true: # consistencia fechas expression: "fecha_fin_consulta >= fecha_inicio_consulta" columns: - name: consulta_id tests: - unique - not_null - name: paciente_id tests: - not_null - relationships: to: ref('dim_pacientes') field: paciente_id - name: estado_consulta tests: - accepted_values: values: ["programada", "en_curso", "completada", "cancelada", "no_presentado"] - name: duracion_minutos tests: - not_null - dbt_utils.expression_is_true: expression: ">= 5 AND duracion_minutos <= 180" - name: dim_pacientes columns: - name: paciente_id tests: - unique - not_null - name: email tests: - unique - not_null - dbt_utils.expression_is_true: expression: "email ~ '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,}$'"

Schema Fields

consulta_id uuid REQUIRED

paciente_id uuid PII·indirecto

dietista_id uuid REQUIRED

fecha_inicio_consulta datetime REQUIRED

fecha_fin_consulta datetime nullable

estado_consulta enum REQUIRED

notas_clinicas text PII·directo

duracion_minutos integer 5–180

Quality SodaCL

      checks for raw_consultas:

        - row_count > 0

        - missing_count(consulta_id) = 0

        - duplicate_count(consulta_id) = 0

        - missing_count(paciente_id) = 0

        - invalid_count(estado_consulta) = 0:

            valid values: [programada,

              en_curso, completada,

              cancelada, no_presentado]

        - freshness(fecha_inicio_consulta) < 1h

        - duplicate_count(consulta_id) = 0

SLA Actual

Disponibilidad 99.9% 99.97%

Frescura < 1h 23 min

Latencia ingesta < 5 min 3.2 min

Completitud 100% 100%

Unicidad ID 100% 100%

Versión contrato v1.2.0 vigente

NutriFlow — Data Quality Framework

Schema Fields

Quality SodaCL

SLA Actual