docs: Plan de implementación para issue #51 - Catálogo de parámetros

- Arquitectura de 3 modelos: parameter, template.parameter, parameter.range
- 13 tareas organizadas en 4 fases
- Cronograma estimado de 7-9 días
- Incluye migración de datos existentes
- Plan detallado con consideraciones técnicas y riesgos

🤖 Generated with [Claude Code](https://claude.ai/code)

Co-Authored-By: Claude <noreply@anthropic.com>

documents/plans/issue-51-implementation-plan.md

@@ -0,0 +1,173 @@
+# Plan de Implementación - Issue #51: Catálogo de Parámetros de Laboratorio
+
+## Objetivo
+Implementar un catálogo maestro de parámetros de laboratorio con configuración por análisis y rangos de referencia flexibles basados en edad, sexo y otras condiciones del paciente.
+
+## Arquitectura Propuesta
+
+### Modelos Principales
+1. **lims.analysis.parameter** - Catálogo maestro de parámetros
+2. **product.template.parameter** - Asociación parámetro-análisis
+3. **lims.parameter.range** - Rangos de referencia flexibles
+4. **lims.result** (modificado) - Usar parameter_id en lugar de parameter_name
+
+## Fases de Implementación
+
+### Fase 1: Creación de Modelos Base (Tasks 1-4)
+**Objetivo**: Establecer la estructura de datos fundamental
+
+#### Task 1: Crear modelo lims.analysis.parameter
+- Crear archivo `lims_management/models/analysis_parameter.py`
+- Definir campos: name, code, value_type, unit, selection_values, description, active
+- Implementar constraints y validaciones
+- Crear vistas (list, form) para gestión del catálogo
+- Agregar menú de configuración
+- Crear permisos de seguridad
+
+#### Task 2: Crear modelo product.template.parameter
+- Crear archivo `lims_management/models/product_template_parameter.py`
+- Definir relación entre product.template y lims.analysis.parameter
+- Implementar campos: sequence, required, instructions
+- Agregar constraint de unicidad
+- Crear vista embebida en product.template
+- Actualizar herencia de product.template
+
+#### Task 3: Crear modelo lims.parameter.range
+- Crear archivo `lims_management/models/parameter_range.py`
+- Implementar campos de condiciones: gender, age_min, age_max, pregnant
+- Implementar campos de valores: normal_min/max, critical_min/max
+- Crear método _compute_name()
+- Agregar constraint de unicidad
+- Crear vistas de configuración
+
+#### Task 4: Agregar método _compute_age() en res.partner
+- Extender modelo res.partner
+- Implementar cálculo de edad basado en birth_date
+- Agregar campo is_pregnant (Boolean)
+- Crear tests unitarios para el cálculo
+
+### Fase 2: Migración y Adaptación (Tasks 5-7)
+**Objetivo**: Adaptar el sistema existente al nuevo modelo
+
+#### Task 5: Modificar modelo lims.result
+- Cambiar parameter_name (Char) a parameter_id (Many2one)
+- Mantener parameter_name como campo related (compatibilidad)
+- Implementar _compute_applicable_range()
+- Actualizar _compute_is_out_of_range() para usar rangos flexibles
+- Crear script de migración de datos
+
+#### Task 6: Actualizar generación automática de resultados
+- Modificar _generate_test_results() en lims.test
+- Generar líneas basadas en product.template.parameter
+- Respetar orden (sequence) y obligatoriedad
+- Asignar tipos de dato correctos
+
+#### Task 7: Eliminar modelo obsoleto lims.analysis.range
+- Remover archivo del modelo
+- Eliminar referencias en product.template
+- Actualizar vistas que lo referencian
+- Limpiar datos de demo
+- Actualizar __init__.py y __manifest__.py
+
+### Fase 3: Interfaz de Usuario (Tasks 8-10)
+**Objetivo**: Crear interfaces intuitivas para configuración y uso
+
+#### Task 8: Crear vistas de configuración de parámetros
+- Vista de catálogo de parámetros (búsqueda, filtros)
+- Formulario de parámetro con smart buttons
+- Vista de configuración de parámetros por análisis
+- Vista de rangos con filtros por parámetro
+
+#### Task 9: Actualizar vistas de ingreso de resultados
+- Adaptar formulario de lims.result
+- Mostrar tipo de dato esperado
+- Validación en tiempo real
+- Indicadores visuales de valores fuera de rango
+- Mostrar rango aplicable según paciente
+
+#### Task 10: Crear wizards de configuración masiva
+- Wizard para copiar configuración entre análisis
+- Wizard para importar parámetros desde CSV
+- Wizard para aplicar rangos a múltiples parámetros
+
+### Fase 4: Datos y Validación (Tasks 11-13)
+**Objetivo**: Poblar el sistema con datos útiles y validar funcionamiento
+
+#### Task 11: Crear datos de demostración
+- Parámetros comunes de hematología
+- Parámetros de química sanguínea
+- Configuración para análisis existentes
+- Rangos por edad/sexo realistas
+- Casos de prueba especiales
+
+#### Task 12: Desarrollar tests automatizados
+- Tests unitarios para modelos
+- Tests de integración para flujos
+- Tests de validación de rangos
+- Tests de migración de datos
+- Tests de rendimiento
+
+#### Task 13: Actualizar reportes
+- Modificar report_test_result
+- Incluir información del catálogo
+- Mostrar rangos aplicables
+- Resaltar valores anormales
+- Agregar interpretación cuando esté disponible
+
+## Consideraciones Técnicas
+
+### Migración de Datos
+- Script Python para migrar parameter_name existentes
+- Crear parámetros automáticamente desde histórico
+- Mantener compatibilidad durante transición
+- Backup antes de migración
+
+### Performance
+- Índices en campos de búsqueda frecuente
+- Cache para rangos aplicables
+- Lazy loading en vistas con muchos parámetros
+
+### Seguridad
+- Solo administradores pueden crear/modificar catálogo
+- Técnicos pueden ver pero no editar parámetros
+- Logs de auditoría para cambios en rangos
+
+## Cronograma Estimado
+
+- **Fase 1**: 2-3 días (Modelos base y estructura)
+- **Fase 2**: 2 días (Migración y adaptación)
+- **Fase 3**: 2 días (Interfaces de usuario)
+- **Fase 4**: 1-2 días (Datos y validación)
+
+**Total estimado**: 7-9 días de desarrollo
+
+## Riesgos y Mitigaciones
+
+1. **Riesgo**: Pérdida de datos durante migración
+   - **Mitigación**: Scripts de backup y rollback
+
+2. **Riesgo**: Resistencia al cambio de usuarios
+   - **Mitigación**: Mantener compatibilidad temporal, capacitación
+
+3. **Riesgo**: Complejidad en rangos múltiples
+   - **Mitigación**: UI intuitiva, valores por defecto sensatos
+
+## Criterios de Éxito
+
+- [ ] Todos los tests automatizados pasan
+- [ ] Migración sin pérdida de datos
+- [ ] Validación automática funcional
+- [ ] Reportes muestran información correcta
+- [ ] Performance aceptable (< 2s carga de resultados)
+- [ ] Documentación actualizada
+
+## Próximos Pasos
+
+1. Revisar y aprobar este plan
+2. Comenzar con Task 1: Crear modelo lims.analysis.parameter
+3. Seguir el orden de las fases para mantener coherencia
+4. Validar cada fase antes de continuar
+
+---
+
+**Nota**: Este plan está sujeto a ajustes según se descubran nuevos requerimientos o complejidades durante la implementación.