fix pack 2

app/app.R

@@ -6,6 +6,7 @@ library(plotly)
 library(DT)
 library(shinyjs)
 library(leaflet)
+library(tidyverse)
 
 #source(".R/home_module.R",encoding="utf-8")
 #source(".R/about_module.R",encoding="utf-8")
@@ -161,7 +162,7 @@ server <- shinyServer(function(input, output, session){
         inlineCSS(list(.clicked = "background-color: #008375 !important")),
         column(12,
                navbarPage("",
-                          tabPanel(a("TakeCareApp",id='takeCareApp',class = "tab-link", href = route_link("home"))),
+                          tabPanel(a("TakeCareApp",id='takeCareApp',class = "tab-link", href = route_link("/home"))),
                           tabPanel(a("Firmy",id="tab1",class = "tab-link", href = route_link("firms"))),
                           tabPanel(a("O nas",id="tab2",class = "tab-link", href = route_link("about"))),
                           tabPanel(a("Zaloguj",id="tab3",class="tab-link", href = route_link("login"))),

app/calculator.R

@@ -6,55 +6,66 @@ library(DT)
 
 calculatorUI <- function(id){
   ns <- NS(id)
-  fluidPage(
+  uiOutput("calculatorPage")
-  
-  
-  fluidRow(
-    column(3,
-           tags$div("Panel sterowania") %>% tagAppendAttributes(class="panel-title"),
-           wellPanel(
-             sliderInput("slider1", strong("Wiek pacjenta:"),min = 14, max = 100, value = 40),
-             selectInput("select1",strong("Obecność wodobrzusza:"),choices = list("Nie"=0,"Tak"=1),selected=0),
-             selectInput("select2",strong("Obecność przepływu krwi w projekcji brodawkowatej:"),choices = list("Nie"=0,"Tak"=1),selected=0),
-             sliderInput("slider2", strong("Największa średnica elementu stałego (w mm):"),min = 0, max = 200, value = 0),
-             selectInput("select3",strong("Nieregularna wewnętrzna ściana torbieli:"),choices = list("Nie"=0,"Tak"=1),selected=0),
-             selectInput("select4",strong("Obecność cieni akustycznych:"),choices = list("Nie"=0,"Tak"=1),selected=0),
-             actionButton("update" ,"Oblicz"),
-             downloadButton("report", "Generuj raport"))
-           
-           
-    )%>% tagAppendAttributes(id = 'column-panel'),
-    column(9,
-           tags$div("Kalkulator wskaźnika ryzyka nowotworu jajnika (IOTA LR2)") %>% tagAppendAttributes(class="panel-title"),
-           wellPanel(
-             p("Aplikacja przeznaczona jest dla lekarzy ginekologów i wdraża wskaźnik złośliwości nowotworu jajnika w oparciu o algorytm IOTA LR2. Wizualizuje również wynik regresji logistycznej."),
-             p("Szczegółowy opis algorytmu znajduje się w artykule: Timmerman D, Testa AC, Bourne T, [i in.]. Model regresji logistycznej do rozróżniania łagodnych i złośliwych guzów przydatków przed operacją: wieloośrodkowe badanie przeprowadzone przez International Ovarian Tumor Analysis Group. J Clin Oncol. 2005, 23, 8794-8801."),
-             p("Ogólnie algorytm LR2 przewiduje, że nowotwór jest łagodny, gdy pacjent jest młody, lity składnik zmiany jest mały i występują cienie akustyczne. Możesz to sprawdzić empirycznie za pomocą różnych kombinacji wartości wejściowych."),
-             p("Wypełnij formularz i kliknij",strong("Oblicz")," "),
-             
-             htmlOutput("selected_var"),
-             htmlOutput("var"),
-             br(),
-             plotlyOutput("wykres"),
-             uiOutput("calculatorSave")
-           )
-           )%>% tagAppendAttributes(id = 'column-content')
-  ) %>% tagAppendAttributes(id = 'row-content'),
-  fluidRow(
-    column(12,
-           tags$span("© Copyright Wszystkie prawa zastrzeżone."))%>% tagAppendAttributes(id = 'column-copyright'),
-    
-  )%>% tagAppendAttributes(id = 'row-footer')
-  
-  
 
-)
 }
 
 calculatorServer <- function(input, output, session) {
   calculatorRV <-reactiveValues(value=NULL)
   calculatorTV <-reactiveValues(value=NULL)
   
+  
+  output$calculatorPage<-renderUI({
+    if(get_page()=="calculator"){
+    
+    fluidPage(
+      
+      
+      fluidRow(
+        column(3,
+               tags$div("Panel sterowania") %>% tagAppendAttributes(class="panel-title"),
+               wellPanel(
+                 sliderInput("slider1", strong("Wiek pacjenta:"),min = 14, max = 100, value = 40),
+                 selectInput("select1",strong("Obecność wodobrzusza:"),choices = list("Nie"=0,"Tak"=1),selected=0),
+                 selectInput("select2",strong("Obecność przepływu krwi w projekcji brodawkowatej:"),choices = list("Nie"=0,"Tak"=1),selected=0),
+                 sliderInput("slider2", strong("Największa średnica elementu stałego (w mm):"),min = 0, max = 200, value = 0),
+                 selectInput("select3",strong("Nieregularna wewnętrzna ściana torbieli:"),choices = list("Nie"=0,"Tak"=1),selected=0),
+                 selectInput("select4",strong("Obecność cieni akustycznych:"),choices = list("Nie"=0,"Tak"=1),selected=0),
+                 actionButton("update" ,"Oblicz"),
+                 downloadButton("report", "Generuj raport"))
+               
+               
+        )%>% tagAppendAttributes(id = 'column-panel'),
+        column(9,
+               tags$div("Kalkulator wskaźnika ryzyka nowotworu jajnika (IOTA LR2)") %>% tagAppendAttributes(class="panel-title"),
+               wellPanel(
+                 p("Aplikacja przeznaczona jest dla lekarzy ginekologów i wdraża wskaźnik złośliwości nowotworu jajnika w oparciu o algorytm IOTA LR2. Wizualizuje również wynik regresji logistycznej."),
+                 p("Szczegółowy opis algorytmu znajduje się w artykule: Timmerman D, Testa AC, Bourne T, [i in.]. Model regresji logistycznej do rozróżniania łagodnych i złośliwych guzów przydatków przed operacją: wieloośrodkowe badanie przeprowadzone przez International Ovarian Tumor Analysis Group. J Clin Oncol. 2005, 23, 8794-8801."),
+                 p("Ogólnie algorytm LR2 przewiduje, że nowotwór jest łagodny, gdy pacjent jest młody, lity składnik zmiany jest mały i występują cienie akustyczne. Możesz to sprawdzić empirycznie za pomocą różnych kombinacji wartości wejściowych."),
+                 p("Wypełnij formularz i kliknij",strong("Oblicz")," "),
+                 
+                 htmlOutput("selected_var"),
+                 htmlOutput("var"),
+                 br(),
+                 plotlyOutput("wykres"),
+                 uiOutput("calculatorSave")
+               )
+        )%>% tagAppendAttributes(id = 'column-content')
+      ) %>% tagAppendAttributes(id = 'row-content'),
+      fluidRow(
+        column(12,
+               tags$span("© Copyright Wszystkie prawa zastrzeżone."))%>% tagAppendAttributes(id = 'column-copyright'),
+        
+      )%>% tagAppendAttributes(id = 'row-footer')
+      
+      
+      
+    )
+    }
+    
+    
+  })
+  
   output$report <- downloadHandler(
 
     filename = "raport.pdf",

app/login_module.R

@@ -85,7 +85,7 @@ loginServer <- function(input, output,session) {
   
   output$loginErr<-renderUI({
     if (isCorrect()==TRUE){
-      p("OK",style="color:white;text-align:center;")
+      
     }else{
       p("Uzytkownik nie istnieje lub wprowadzono bledne dane",style="color:yellow;text-align:center;")
     }

app/profil_module.R

@@ -121,18 +121,22 @@ profilServer <- function(input, output,session) {
   
   personalDataVector <- reactiveVal()
   historyDataVector <- reactiveVal()
+  activeTab<-reactiveVal()
   
   downloadPersonalData<-reactive({
     
+      
       r<-httr::GET("http://localhost:8080/api/profile",add_headers(Authorization=paste("Bearer",input$token,sep=" ")))
+      print("Reactive data")
       r
       
       
   })
   
   downloadHistoryData<-reactive({
-    
+
     r<-httr::GET("http://localhost:8080/api/prediction/usersPredictions/ind",add_headers(Authorization=paste("Bearer",input$token,sep=" ")),encode = 'json')
+    print("Reactive hist")
     r
     
     
@@ -140,29 +144,25 @@ profilServer <- function(input, output,session) {
   
   observe({
     currPage = get_page()
-    if(currPage=="profile" | currPage=="calculator" | currPage=="iota"){
+    if(currPage=="profil" | currPage=="calculator" | currPage=="iota"){
-      
+
-      if(currPage=="profile"){
-        run = paste('Shiny.onInputChange("pagePROFILE","',timestamp(),'");',sep="")
-        shinyjs::runjs(run)
-        
-        
-      }
-      else{
-        shinyjs::runjs('Shiny.onInputChange("profileTabs", "");')
-      }
       session$sendCustomMessage(type='tokenHandlerAccess',(session$clientData)$url_hash)
     }
 
   })
   
 
+  
+
   observeEvent(input$profileTabs,{
+
+
     
     if(input$profileTabs=="data"){
-      
+
       personalDataVector(downloadPersonalData())
     }else if(input$profileTabs=="history"){
+
       historyDataVector(downloadHistoryData())
       
     }
@@ -246,6 +246,7 @@ profilServer <- function(input, output,session) {
   
   
   output$afterLogin<-renderUI({
+    if(get_page()=="profil"){
     if(!is.null(input$auth) & length(input$auth)>0 ){
       fluidRow(
   
@@ -262,6 +263,7 @@ profilServer <- function(input, output,session) {
     }else{
       
     }
+    }
 
     
   })
@@ -308,17 +310,17 @@ profilServer <- function(input, output,session) {
     df_historyTable<-df_historyTable %>%
       mutate(Akcja=historyTableButtons)%>%
       select(name,resultValue,localDateTime,Akcja) %>%
+      mutate(localDateTime = (str_replace(strptime(str_replace(localDateTime,"T"," "),"%Y-%m-%d %H:%M:%S")," CET","")))%>%
       rename(
         Nazwa = name,
         Wynik = resultValue,
         Data = localDateTime
       )
     
+
     df_historyTable$Nazwa<-do.call(c, df_historyTable$Nazwa)
     df_historyTable$Wynik<-do.call(c, df_historyTable$Wynik)
-    df_historyTable$Data<-do.call(c, df_historyTable$Data)
 
-    
     DT::datatable(df_historyTable,selection="none",options = list(scrollX = TRUE,language=pl))}
     # }
     

backend/src/main/java/project/controllers/UserController.java

@@ -60,13 +60,7 @@ public class UserController {
                                                       HttpServletResponse httpServletResponse){
 
         ObjectMapper mapper = new ObjectMapper();
-        try {
-            String jsonString = mapper.writeValueAsString(personalProfileDTO);
-            System.out.println(jsonString);
-        }catch(Exception e){
-            e.printStackTrace();
 
-        }
 
         Map<String,Object> map = new HashMap<>();