# Präambel ####

library(shiny)
library(dplyr)
library(ggplot2)
library(haven)
library(officer)
library(DBI)
library(RSQLite)

PFAD_DOWNLOAD_SKRIPT  = "../API/get_data_iipc.R"
PFAD_PSEUDONYM_SKRIPT = "../get_pseudo.R"
AKZENT_FARBE          = "#8B2635"

IIPC_DISCLAIMER = paste0(
  "Diese Auswertung ist ein Hilfsmittel fuer klinisches Fachpersonal und ersetzt ",
  "keine klinische Diagnose. Die Interpretation obliegt der behandelnden Person."
)

IIPC_MISSING_WARNUNG = paste0(
  "Achtung: Aufgrund der hohen Anzahl an nicht beantworteten Items empfielt das Manual ",
  "auf die Auswertung des Tests zu verzichten."
)

IIPC_ANOMALIE_FUSSNOTE = paste0(
  "* Diese Normtabellenspalte enthält an dieser Stelle einen von den Nachbarwerten stark ",
  "abweichenden Grenzwert (vermutlich Übertragungsfehler im Originalmaterial). Der Wert wird ",
  "unverändert aus der Quelle übernommen; die Stanine-Einstufung dieser Skala sollte bei der ",
  "Interpretation mit Vorsicht behandelt werden."
)

# Anker: formr-Antwortstufen "nicht/wenig/mittelmäßig/ziemlich/sehr" -> 0-4.
IIPC_ANKER_KODIERUNG = c("nicht" = 0L, "wenig" = 1L, "mittelmäßig" = 2L, "ziemlich" = 3L, "sehr" = 4L)

IIPC_SKALEN_ITEMS = list(
  PA = c(17, 31, 44, 45, 50, 52, 57, 59),
  BC = c(1, 22, 24, 29, 32, 40, 56, 64),
  DE = c(11, 15, 16, 20, 23, 27, 36, 60),
  FG = c(3, 7, 14, 18, 33, 35, 55, 62),
  HI = c(5, 6, 8, 9, 12, 13, 19, 39),
  JK = c(2, 10, 25, 34, 38, 42, 53, 61),
  LM = c(21, 28, 37, 46, 49, 51, 54, 63),
  NO = c(4, 26, 30, 41, 43, 47, 48, 58)
)

IIPC_SKALEN_NAMEN = c(
  PA = "autokratisch/dominant",
  BC = "streitsüchtig/konkurrierend",
  DE = "abweisend/kalt",
  FG = "introvertiert/sozial vermeidend",
  HI = "selbstunsicher/unterwürfig",
  JK = "ausnutzbar/nachgiebig",
  LM = "fürsorglich/freundlich",
  NO = "expressiv/aufdringlich"
)

# Klassische IIP-Circumplex-Anordnung, im Uhrzeigersinn ab 12 Uhr.
IIPC_SKALEN_REIHENFOLGE = c("PA", "BC", "DE", "FG", "HI", "JK", "LM", "NO")

# Zwei dokumentierte Anomalien in den Quell-Normtabellen (siehe Datenreferenz):
# unverändert übernommen, aber markiert.
IIPC_ANOMALIE_REGELN = list(
  list(skala = "NO", spalte = "maenner_25_35"),
  list(skala = "JK", spalte = "frauen_35_50")
)

IIPC_STANINE_FARBEN = c(niedrig = "#4CAF50", mittel = "#9E9E9E", hoch = "#B71C1C")


# Infrastruktur ####

APP_VERZEICHNIS = normalizePath(getwd())
absPath = function(pfad) {
  if (grepl("^([A-Za-z]:[/\\\\]|/)", pfad)) return(pfad)
  file.path(APP_VERZEICHNIS, pfad)
}
PFAD_DOWNLOAD_SKRIPT     = normalizePath(absPath(PFAD_DOWNLOAD_SKRIPT),  mustWork = FALSE)
PFAD_PSEUDONYM_SKRIPT    = normalizePath(absPath(PFAD_PSEUDONYM_SKRIPT), mustWork = FALSE)
PFAD_NORMTABELLEN_ORDNER = normalizePath(absPath("normtabellen"),        mustWork = FALSE)


# Helper ####

iipc_bereinige_label = function(text) {
  if (is.null(text) || length(text) == 0 || is.na(text[1])) return(NA_character_)
  t = as.character(text[1])
  t = gsub("\\*\\*", "", t)
  # Entfernt Markdown-Escapes vor Satzzeichen (z.B. "17\." -> "17."), bekannte formr-Exportfalle.
  t = gsub("\\\\([[:punct:]])", "\\1", t, perl = TRUE)
  trimws(t)
}

# Itemstufe (0-4) AUSSCHLIESSLICH ueber das labels-Attribut der ORIGINAL-Spalte ableiten
# (Textabgleich gegen den Anker-Vektor), niemals ueber den rohen haven-Zahlenwert minus 1 -
# die formr-interne Kodierung ist nicht garantiert stabil.
iipc_get_level = function(original_col, wert) {
  if (is.null(wert) || length(wert) == 0 || is.na(wert[1])) return(NA_integer_)
  lbl_attr = attr(original_col, "labels")
  if (is.null(lbl_attr) || length(lbl_attr) == 0) return(NA_integer_)
  pos = which(as.vector(lbl_attr) == as.numeric(wert[1]))
  if (length(pos) == 0) return(NA_integer_)
  label_text = iipc_bereinige_label(names(lbl_attr)[pos[1]])
  if (is.na(label_text) || !label_text %in% names(IIPC_ANKER_KODIERUNG)) return(NA_integer_)
  as.integer(IIPC_ANKER_KODIERUNG[[label_text]])
}

# Ankertext bevorzugt aus dem labels-Attribut (Original-Antworttext), sonst aus der
# festen Anker-Kodierung anhand der bereits abgeleiteten Stufe.
iipc_get_anker = function(original_col, wert, stufe) {
  if (is.null(wert) || length(wert) == 0 || is.na(wert[1])) return(NA_character_)
  lbl_attr = attr(original_col, "labels")
  if (!is.null(lbl_attr) && length(lbl_attr) > 0) {
    pos = which(as.vector(lbl_attr) == as.numeric(wert[1]))
    if (length(pos) > 0) return(iipc_bereinige_label(names(lbl_attr)[pos[1]]))
  }
  if (!is.na(stufe) && stufe >= 0L && stufe <= 4L) return(names(IIPC_ANKER_KODIERUNG)[stufe + 1L])
  NA_character_
}

# Entfernt formr-Nummerierungsartefakte am Anfang des Itemtexts (z.B. "17. ").
iipc_item_text = function(daten, var) {
  txt = iipc_bereinige_label(attr(daten[[var]], "label", exact = TRUE))
  if (is.na(txt) || nchar(txt) == 0) {
    return(paste0("Item ", suppressWarnings(as.integer(sub("^iipc_", "", var)))))
  }
  sub("^\\d+[.)]\\s*", "", txt)
}

# Geschlecht ausschliesslich ueber das labels-Attribut auslesen (Text "männlich"/"weiblich"
# abgleichen), NICHT ueber hartkodierte Zahlenwerte 1/2.
iipc_get_geschlecht = function(original_col, wert) {
  if (is.null(wert) || length(wert) == 0 || is.na(wert[1])) return(NA_character_)
  lbl_attr = attr(original_col, "labels")
  if (is.null(lbl_attr) || length(lbl_attr) == 0) return(NA_character_)
  pos = which(as.vector(lbl_attr) == as.numeric(wert[1]))
  if (length(pos) == 0) return(NA_character_)
  txt = trimws(names(lbl_attr)[pos[1]])
  if (txt == "männlich") return("maenner")
  if (txt == "weiblich") return("frauen")
  NA_character_
}

iipc_alterskategorie = function(alter) {
  if (is.null(alter) || length(alter) == 0 || is.na(alter)) return(NA_character_)
  if (alter < 25) return("17_25")
  if (alter < 35) return("25_35")
  if (alter < 50) return("35_50")
  "ab50"
}

iipc_norm_spalte = function(geschlecht_key, alterskategorie) {
  if (is.na(geschlecht_key) || is.na(alterskategorie)) return(NA_character_)
  paste0(geschlecht_key, "_", alterskategorie)
}

# Stanine = kleinste Stufe n (1-9), fuer die gilt Wert < stanine_n; sonst 9.
# Sucht die stanine_1..stanine_9-Zeilen ueber die 'zeile'-Spalte (robust gegen Zeilenreihenfolge).
iipc_stanine = function(tabelle, spalte, wert) {
  stanine_zeilen = tabelle[grepl("^stanine_", tabelle$zeile), ]
  stanine_zeilen = stanine_zeilen[order(as.integer(sub("stanine_", "", stanine_zeilen$zeile))), ]
  grenzwerte = stanine_zeilen[[spalte]]
  treffer = which(wert < grenzwerte)
  if (length(treffer) > 0) return(as.integer(min(treffer)))
  9L
}

iipc_stanine_kategorie = function(stanine) {
  if (is.null(stanine) || is.na(stanine)) return("mittel")
  if (stanine <= 3) return("niedrig")
  if (stanine <= 6) return("mittel")
  "hoch"
}

iipc_ist_anomalie = function(skala, spalte) {
  if (is.na(spalte)) return(FALSE)
  any(vapply(IIPC_ANOMALIE_REGELN, function(r) r$skala == skala && r$spalte == spalte, logical(1)))
}

# Circumplex-Kreisdiagramm: 8 Achsen radial (45° Abstand), im Uhrzeigersinn ab 12 Uhr,
# Radialachse = Oktanten-Rohwert (0-32). Manuelle Trigonometrie statt coord_polar(),
# da coord_polar() bei kategorialen Achsen nicht zuverlaessig exakt bei 12 Uhr beginnt.
make_circumplex_plot = function(oktanten_df) {
  n = nrow(oktanten_df)
  winkel = pi / 2 - (seq_len(n) - 1) * (2 * pi / n)

  punkte = data.frame(
    skala     = oktanten_df$skala,
    r         = oktanten_df$rohwert,
    kategorie = oktanten_df$kategorie,
    stringsAsFactors = FALSE
  )
  punkte$x = punkte$r * cos(winkel)
  punkte$y = punkte$r * sin(winkel)

  polygon_df = rbind(punkte, punkte[1, ])

  ring_werte = c(0, 8, 16, 24, 32)
  ring_df = do.call(rbind, lapply(ring_werte, function(rw) {
    d = data.frame(x = rw * cos(winkel), y = rw * sin(winkel), ring = rw)
    rbind(d, d[1, ])
  }))

  achsen_df = data.frame(x0 = 0, y0 = 0, x1 = 32 * cos(winkel), y1 = 32 * sin(winkel))

  label_r = 32 + 7
  label_df = data.frame(
    x = label_r * cos(winkel),
    y = label_r * sin(winkel),
    label = paste0(
      oktanten_df$skala, ": ", round(oktanten_df$rohwert, 1),
      " (Stanine ", oktanten_df$stanine, ifelse(oktanten_df$anomalie, "*", ""), ")"
    )
  )

  ggplot() +
    geom_path(data = ring_df, aes(x = x, y = y, group = ring), color = "#DDDDDD") +
    geom_segment(data = achsen_df, aes(x = x0, y = y0, xend = x1, yend = y1), color = "#DDDDDD") +
    geom_polygon(data = polygon_df, aes(x = x, y = y),
                 fill = AKZENT_FARBE, alpha = 0.3, color = AKZENT_FARBE, linewidth = 1) +
    geom_point(data = punkte, aes(x = x, y = y, color = kategorie), size = 3) +
    geom_text(data = label_df, aes(x = x, y = y, label = label), size = 3.3, lineheight = 0.9) +
    scale_color_manual(values = IIPC_STANINE_FARBEN, guide = "none") +
    coord_fixed(xlim = c(-48, 48), ylim = c(-48, 48), clip = "off") +
    theme_void()
}


# Datenaufbereitung ####

IIPC_NORMTABELLEN_DATEIEN = c(
  PA = "iipc_pa.csv", BC = "iipc_bc.csv", DE = "iipc_de.csv", FG = "iipc_fg.csv",
  HI = "iipc_hi.csv", JK = "iipc_jk.csv", LM = "iipc_lm.csv", NO = "iipc_no.csv",
  IIPges = "iipc_iipges.csv"
)

if (!dir.exists(PFAD_NORMTABELLEN_ORDNER)) {
  stop(sprintf(
    "Normtabellen-Ordner nicht gefunden. Erwarteter Pfad: '%s'. Ohne diese 9 CSV-Dateien ist keine Stanine-Bestimmung möglich.",
    PFAD_NORMTABELLEN_ORDNER
  ))
}

IIPC_NORMTABELLEN = list()
for (schluessel in names(IIPC_NORMTABELLEN_DATEIEN)) {
  dateipfad = file.path(PFAD_NORMTABELLEN_ORDNER, IIPC_NORMTABELLEN_DATEIEN[[schluessel]])
  if (!file.exists(dateipfad)) {
    stop(sprintf(
      "Normtabelle fehlt: '%s'. Erwarteter Pfad: '%s'.",
      IIPC_NORMTABELLEN_DATEIEN[[schluessel]], dateipfad
    ))
  }
  IIPC_NORMTABELLEN[[schluessel]] = read.csv(dateipfad, stringsAsFactors = FALSE)
}


# UI ####

app_css = "
body { font-family: 'Segoe UI', Arial, sans-serif; background: #f5f5f5; }
.app-header {
  background: #8B2635; color: white; padding: 18px 24px 14px;
  margin-bottom: 20px; border-radius: 0 0 6px 6px;
}
.app-header h2 { margin: 0; font-size: 1.5rem; font-weight: 600; }
.app-header p  { margin: 4px 0 0; opacity: 0.85; font-size: 0.9rem; }
.input-panel {
  background: white; border-radius: 6px; padding: 16px 20px;
  margin-bottom: 16px; box-shadow: 0 1px 3px rgba(0,0,0,.12);
  display: flex; align-items: flex-end; gap: 12px; flex-wrap: wrap;
}
.input-panel .form-group { margin-bottom: 0; }
.input-panel label { font-weight: 600; color: #333; }
.btn-laden {
  background: #8B2635 !important; color: white !important;
  border: none !important; border-radius: 4px !important;
  padding: 8px 20px !important; font-weight: 600 !important; cursor: pointer;
}
.btn-laden:hover { background: #6d1e29 !important; }
#download_word {
  background: #8B2635; color: white; border: none;
  font-weight: 600; padding: 8px 20px; border-radius: 4px;
}
#download_word:hover { background: #6d1e29; color: white; }
.alert-fehler {
  background: #FFEBEE; border-left: 5px solid #C62828;
  padding: 12px 16px; border-radius: 4px; color: #B71C1C;
  margin-bottom: 12px; font-weight: 500;
}
.alert-warnung {
  background: #FFF3E0; border-left: 5px solid #E65100;
  padding: 10px 16px; border-radius: 4px; color: #BF360C;
  margin-bottom: 12px; font-size: 0.93em; font-weight: 500;
}
.abschnitt-karte {
  background: white; border-radius: 6px; padding: 20px 24px;
  margin-bottom: 16px; box-shadow: 0 1px 3px rgba(0,0,0,.12);
}
.abschnitt-titel {
  color: #8B2635; font-size: 1.15rem; font-weight: 700;
  border-bottom: 2px solid #8B2635; padding-bottom: 8px; margin-bottom: 14px;
}
.meta-block { margin-bottom: 10px; color: #555; font-size: 0.95em; }
.meta-block strong { color: #222; }
.score-zahl  { font-size: 2.2rem; font-weight: 800; color: #8B2635; }
.tabelle-skalen { width: 100%; border-collapse: collapse; margin-top: 4px; }
.tabelle-skalen th, .tabelle-skalen td {
  padding: 7px 10px; border-bottom: 1px solid #eee; text-align: left; font-size: 0.93em;
}
.tabelle-skalen th { background: #8B2635; color: white; font-weight: 600; }
.stanine-badge {
  border-radius: 12px; padding: 2px 12px; font-weight: 700;
  font-size: 0.85em; white-space: nowrap; display: inline-block;
}
.stanine-badge-niedrig { background: #4CAF50; color: white; }
.stanine-badge-mittel  { background: #9E9E9E; color: white; }
.stanine-badge-hoch    { background: #B71C1C; color: white; }
.item-zeile {
  display: flex; align-items: flex-start; gap: 10px;
  padding: 6px 0; border-bottom: 1px solid #F0F0F0;
}
.item-nr   { font-weight: 600; color: #8B2635; min-width: 30px; flex-shrink: 0; }
.item-text { flex: 1; color: #333; font-size: 0.92em; }
.stufe-badge {
  border-radius: 4px; padding: 2px 9px; font-weight: 700;
  font-size: 0.82em; white-space: nowrap; display: inline-block; flex-shrink: 0;
}
.stufe-badge-0 { background: #4CAF50; color: white; }
.stufe-badge-1 { background: #F48FB1; color: #333333; }
.stufe-badge-2 { background: #EF5350; color: white; }
.stufe-badge-3 { background: #B71C1C; color: white; }
.stufe-badge-4 { background: #4A0000; color: white; }
.stufe-badge-fehlend { background: #E0E0E0; color: #444444; }
details summary {
  cursor: pointer; font-weight: 600; color: #8B2635; padding: 6px 0;
}
"
app_css = gsub("#8B2635", AKZENT_FARBE, app_css, fixed = TRUE)

ui = fluidPage(
  tags$head(
    tags$meta(charset = "UTF-8"),
    tags$style(HTML(app_css))
  ),

  div(class = "app-header",
    tags$h2("IIP-C – Inventar zur Erfassung Interpersonaler Probleme (Kurzform)"),
    tags$p("Auswertung nach Oktantenskalen (PA–NO) und Gesamtwert (IIPges), ipsativ, mit Stanine-Normierung")
  ),

  div(class = "container-fluid",

    div(class = "input-panel",
      div(style = "min-width: 360px; white-space: nowrap;",
        textInput("pseudonym",
                  label = tagList(
                    "Pseudonym",
                    tags$span(style = "font-weight: normal; font-style: italic; font-size: 0.78em; color: #888; margin-left: 4px; white-space: nowrap;",
                              "optional, hat Vorrang vor Chiffre")
                  ),
                  placeholder = "optional", width = "340px")
      ),
      div(style = "min-width: 200px;",
        textInput("chiffre", label = "Patientenchiffre",
                  placeholder = "z.B. P000123", width = "100%")
      ),
      actionButton("btn_suchen", "Auswerten", class = "btn btn-primary btn-laden"),
      div(style = "margin-left: auto;",
        downloadButton("download_word", "Word-Export (.docx)")
      )
    ),

    uiOutput("fehler_ui"),
    uiOutput("warnung_ui"),
    uiOutput("ergebnis_ui")
  )
)


# Word-Export ####

erstelle_iipc_docx = function(erg) {
  doc = read_docx()

  fp_titel      = fp_text(color = AKZENT_FARBE, bold = TRUE, font.size = 18)
  fp_abschnitt  = fp_text(color = AKZENT_FARBE, bold = TRUE, font.size = 13)
  fp_label      = fp_text(bold = TRUE, font.size = 11)
  fp_normal     = fp_text(font.size = 11)
  fp_disclaimer = fp_text(font.size = 9, italic = TRUE, color = "#777777")
  fp_warnung    = fp_text(font.size = 10, italic = TRUE, color = "#BF360C")

  geschlecht_anzeige = if (erg$geschlecht_key == "maenner") "männlich" else "weiblich"

  doc = body_add_fpar(doc, fpar(ftext("IIP-C – Auswertung", fp_titel)))
  doc = body_add_fpar(doc, fpar(
    ftext("Chiffre: ", fp_label), ftext(erg$chiffre, fp_normal),
    ftext("     Ausfülldatum: ", fp_label), ftext(erg$datum_str, fp_normal)
  ))
  doc = body_add_fpar(doc, fpar(
    ftext("Geschlecht: ", fp_label), ftext(geschlecht_anzeige, fp_normal),
    ftext("     Alter: ", fp_label), ftext(as.character(erg$alter), fp_normal)
  ))

  for (w in erg$warnungen) {
    doc = body_add_fpar(doc, fpar(ftext(w, fp_warnung)))
  }
  doc = body_add_par(doc, "", style = "Normal")

  bild_pfad = tempfile(fileext = ".png")
  ggsave(bild_pfad, plot = make_circumplex_plot(erg$oktanten_df),
         width = 6.5, height = 6.5, dpi = 150, bg = "white")
  doc = body_add_img(doc, src = bild_pfad, width = 5.5, height = 5.5)

  doc = body_add_fpar(doc, fpar(ftext("IIPges", fp_abschnitt)))
  doc = body_add_fpar(doc, fpar(
    ftext(paste0(round(erg$iipges, 2), " / 32     Stanine: ", erg$iipges_stanine),
          fp_text(bold = TRUE, font.size = 12, color = AKZENT_FARBE))
  ))
  doc = body_add_par(doc, "", style = "Normal")

  doc = body_add_fpar(doc, fpar(ftext("Skalenübersicht", fp_abschnitt)))
  for (i in seq_len(nrow(erg$oktanten_df))) {
    z = erg$oktanten_df[i, ]
    stanine_txt = paste0(z$stanine, if (z$anomalie) "*" else "")
    doc = body_add_fpar(doc, fpar(
      ftext(paste0(z$skala, " (", z$bezeichnung, "): "), fp_label),
      ftext(paste0("Rohwert ", round(z$rohwert, 2), ", ipsativ ", round(z$ipsativ, 2),
                    ", Stanine ", stanine_txt), fp_normal)
    ))
  }
  if (erg$anomalie_aktiv) {
    doc = body_add_fpar(doc, fpar(ftext(IIPC_ANOMALIE_FUSSNOTE,
                                         fp_text(font.size = 9, italic = TRUE, color = "#666666"))))
  }

  doc = body_add_par(doc, "", style = "Normal")
  doc = body_add_fpar(doc, fpar(ftext(IIPC_DISCLAIMER, fp_disclaimer)))

  doc
}


# Server ####

server = function(input, output, session) {

  observe({
    query = parseQueryString(session$clientData$url_search)
    if (!is.null(query$pseudonym) && nchar(trimws(query$pseudonym)) > 0) {
      updateTextInput(session, "pseudonym", value = trimws(query$pseudonym))
    }
  })

  observe({
    query = parseQueryString(session$clientData$url_search)
    if (!is.null(query$chiffre) && nchar(trimws(query$chiffre)) > 0) {
      updateTextInput(session, "chiffre", value = toupper(trimws(query$chiffre)))
    }
  })

  # Skripte werden NICHT beim App-Start gesourct, nur beim Klick auf "Auswerten".
  ergebnis_r = eventReactive(input$btn_suchen, {

    chiffre = toupper(trimws(input$chiffre))

    if (nchar(trimws(input$pseudonym)) == 0 && nchar(chiffre) == 0) {
      return(list(typ = "leere_eingabe", meldung = "Bitte Chiffre oder Pseudonym eingeben."))
    }
    if (nchar(trimws(input$pseudonym)) == 0 && !grepl("^[A-Z][0-9]{6}$", chiffre)) {
      return(list(typ = "format_fehler", chiffre = chiffre, meldung = paste0(
        "Ungültige Chiffre '", chiffre, "'. Erwartetes Format: ein Großbuchstabe gefolgt von 6 Ziffern (z. B. P000123)."
      )))
    }

    if (!file.exists(PFAD_DOWNLOAD_SKRIPT)) {
      return(list(typ = "pfad_fehler",
                  meldung = paste0("Download-Skript nicht gefunden unter:\n", PFAD_DOWNLOAD_SKRIPT)))
    }
    if (!file.exists(PFAD_PSEUDONYM_SKRIPT)) {
      return(list(typ = "pfad_fehler",
                  meldung = paste0("Pseudonym-Skript nicht gefunden unter:\n", PFAD_PSEUDONYM_SKRIPT)))
    }

    ok = tryCatch({
      source(PFAD_DOWNLOAD_SKRIPT, local = FALSE)
      list(ok = TRUE)
    }, error = function(e) list(ok = FALSE, msg = e$message))
    if (!ok$ok) return(list(typ = "skript_fehler", meldung = paste0("Fehler im Download-Skript: ", ok$msg)))

    db_ordner = local({
      ordner = dirname(normalizePath(PFAD_PSEUDONYM_SKRIPT, mustWork = FALSE))
      gefunden = NULL
      for (i in 1:5) {
        if (file.exists(file.path(ordner, "pseudonyme.db"))) { gefunden = ordner; break }
        elternteil = dirname(ordner)
        if (elternteil == ordner) break
        ordner = elternteil
      }
      gefunden
    })

    alter_wd = getwd()
    wd_ziel = if (!is.null(db_ordner)) db_ordner else
      dirname(normalizePath(PFAD_PSEUDONYM_SKRIPT, mustWork = FALSE))
    on.exit(setwd(alter_wd), add = TRUE)
    setwd(wd_ziel)

    ok2 = tryCatch({
      source(PFAD_PSEUDONYM_SKRIPT, local = FALSE)
      list(ok = TRUE)
    }, error = function(e) list(ok = FALSE, msg = e$message))
    if (!ok2$ok) return(list(typ = "skript_fehler", meldung = paste0("Fehler im Pseudonym-Skript: ", ok2$msg)))

    if (!exists("daten_iipc", envir = .GlobalEnv)) {
      return(list(typ = "objekt_fehler",
                  meldung = "Objekt 'daten_iipc' wurde nach dem Sourcen des Download-Skripts nicht gefunden."))
    }
    if (!exists("pseudo", envir = .GlobalEnv)) {
      return(list(typ = "objekt_fehler",
                  meldung = "Objekt 'pseudo' wurde nach dem Sourcen des Pseudonym-Skripts nicht gefunden."))
    }

    daten     = get("daten_iipc", envir = .GlobalEnv)
    pseudo_df = get("pseudo",     envir = .GlobalEnv)

    if (nchar(trimws(input$pseudonym)) > 0) {
      pw_treffer = pseudo_df[pseudo_df$pseudonym == trimws(input$pseudonym), ]
      if (nrow(pw_treffer) > 0) chiffre = toupper(trimws(pw_treffer$chiffre[1]))
    }

    treffer_pseudo = pseudo_df[pseudo_df$chiffre == chiffre, ]
    if (nrow(treffer_pseudo) == 0) {
      return(list(typ = "chiffre_unbekannt",
                  meldung = paste0("Chiffre '", chiffre, "' wurde in der Pseudonym-Datenbank nicht gefunden.")))
    }

    alle_session_ids = unique(treffer_pseudo$pseudonym)
    if (nchar(trimws(input$pseudonym)) > 0) alle_session_ids = trimws(input$pseudonym)

    treffer_daten = daten[daten$session %in% alle_session_ids, ]
    if (nrow(treffer_daten) == 0) {
      return(list(typ = "kein_datensatz", meldung = paste0(
        "Kein IIP-C-Datensatz für Chiffre '", chiffre, "' gefunden. (",
        length(alle_session_ids), " Pseudonym(e) geprüft)"
      )))
    }

    warnungen = c()

    if (nrow(treffer_daten) > 1) {
      zeitspalte = if ("created" %in% colnames(treffer_daten)) "created"
                   else if ("ended" %in% colnames(treffer_daten)) "ended"
                   else NA_character_
      if (!is.na(zeitspalte)) {
        treffer_daten = treffer_daten[order(treffer_daten[[zeitspalte]], decreasing = TRUE), ]
        datum_neu = tryCatch(
          format(as.POSIXct(treffer_daten[[zeitspalte]][1]), "%d.%m.%Y %H:%M"),
          error = function(e) "unbekanntes Datum"
        )
        warnungen = c(warnungen, paste0(
          "Mehrere Ausfüllungen gefunden (", nrow(treffer_daten), " Einträge). ",
          "Angezeigt wird die neueste vom ", datum_neu, "."
        ))
      } else {
        warnungen = c(warnungen, paste0(
          "Mehrere Ausfüllungen gefunden (", nrow(treffer_daten), " Einträge), keine Zeitstempelspalte ",
          "zur Auswahl der neuesten gefunden. Der erste Treffer wird angezeigt."
        ))
      }
      treffer_daten = treffer_daten[1, , drop = FALSE]
    }

    zeile = treffer_daten[1, , drop = FALSE]

    # Ausfuelldatum defensiv: 'created' -> 'ended' -> Sys.Date() mit sichtbarer Warnung.
    ausfuelldatum = NULL
    if ("created" %in% colnames(zeile) && !is.na(zeile[["created"]][1])) {
      ausfuelldatum = tryCatch(as.POSIXct(zeile[["created"]][1]), error = function(e) NULL)
    }
    if (is.null(ausfuelldatum) && "ended" %in% colnames(zeile) && !is.na(zeile[["ended"]][1])) {
      ausfuelldatum = tryCatch(as.POSIXct(zeile[["ended"]][1]), error = function(e) NULL)
    }
    if (is.null(ausfuelldatum)) {
      ausfuelldatum = Sys.time()
      warnungen = c(warnungen, paste0(
        "Ausfülldatum konnte nicht aus den Exportdaten ermittelt werden ('created'/'ended' fehlen ",
        "oder sind leer) - Downloaddatum wird stattdessen verwendet."
      ))
    }
    datum_str = format(as.POSIXct(ausfuelldatum), "%d.%m.%Y")

    geschlecht_key = iipc_get_geschlecht(daten[["iipc_geschlecht"]], zeile[["iipc_geschlecht"]])
    alter = suppressWarnings(as.numeric(zeile[["iipc_alter"]][1]))

    if (is.na(geschlecht_key)) {
      return(list(typ = "daten_fehler", meldung = paste0(
        "Geschlecht konnte nicht aus 'iipc_geschlecht' ermittelt werden (labels-Attribut fehlt oder ",
        "enthält keinen der erwarteten Werte 'männlich'/'weiblich')."
      )))
    }
    if (is.na(alter)) {
      return(list(typ = "daten_fehler", meldung = "Alter konnte nicht aus 'iipc_alter' ermittelt werden."))
    }

    alterskategorie = iipc_alterskategorie(alter)
    norm_spalte      = iipc_norm_spalte(geschlecht_key, alterskategorie)

    item_vars  = paste0("iipc_", sprintf("%02d", 1:64))
    item_werte = sapply(item_vars, function(v) iipc_get_level(daten[[v]], zeile[[v]]))
    names(item_werte) = as.character(1:64)

    n_fehlend = sum(is.na(item_werte))
    if (n_fehlend >= 4) warnungen = c(IIPC_MISSING_WARNUNG, warnungen)

    oktanten_rohwerte = sapply(IIPC_SKALEN_REIHENFOLGE, function(sk) {
      sum(item_werte[as.character(IIPC_SKALEN_ITEMS[[sk]])], na.rm = TRUE)
    })

    iipges = sum(oktanten_rohwerte) / 8

    oktanten_df = data.frame(
      skala       = IIPC_SKALEN_REIHENFOLGE,
      bezeichnung = unname(IIPC_SKALEN_NAMEN[IIPC_SKALEN_REIHENFOLGE]),
      rohwert     = unname(oktanten_rohwerte),
      stringsAsFactors = FALSE
    )
    oktanten_df$ipsativ = oktanten_df$rohwert - iipges

    oktanten_df$stanine = vapply(seq_len(nrow(oktanten_df)), function(i) {
      tabelle = IIPC_NORMTABELLEN[[oktanten_df$skala[i]]]
      iipc_stanine(tabelle, norm_spalte, oktanten_df$ipsativ[i])
    }, integer(1))

    oktanten_df$anomalie = vapply(seq_len(nrow(oktanten_df)), function(i) {
      iipc_ist_anomalie(oktanten_df$skala[i], norm_spalte)
    }, logical(1))

    oktanten_df$kategorie = vapply(oktanten_df$stanine, iipc_stanine_kategorie, character(1))

    iipges_tabelle   = IIPC_NORMTABELLEN[["IIPges"]]
    iipges_stanine   = iipc_stanine(iipges_tabelle, norm_spalte, iipges)
    iipges_kategorie = iipc_stanine_kategorie(iipges_stanine)

    anomalie_aktiv = any(oktanten_df$anomalie)

    item_info = data.frame(
      item_nr = 1:64,
      var     = item_vars,
      stringsAsFactors = FALSE
    )
    item_info$skala = vapply(item_info$item_nr, function(i) {
      treffer = names(IIPC_SKALEN_ITEMS)[vapply(IIPC_SKALEN_ITEMS, function(v) i %in% v, logical(1))]
      if (length(treffer) == 0) NA_character_ else treffer[1]
    }, character(1))
    item_info$text = vapply(item_info$var, function(v) iipc_item_text(daten, v), character(1))
    item_info$wert = unname(item_werte[as.character(item_info$item_nr)])
    item_info$anker = vapply(seq_len(nrow(item_info)), function(i) {
      iipc_get_anker(daten[[item_info$var[i]]], zeile[[item_info$var[i]]], item_info$wert[i])
    }, character(1))

    list(
      typ               = "ok",
      chiffre           = chiffre,
      datum_str         = datum_str,
      warnungen         = warnungen,
      geschlecht_key    = geschlecht_key,
      alter             = alter,
      norm_spalte       = norm_spalte,
      item_werte        = item_werte,
      n_fehlend         = n_fehlend,
      oktanten_df       = oktanten_df,
      iipges            = iipges,
      iipges_stanine    = iipges_stanine,
      iipges_kategorie  = iipges_kategorie,
      anomalie_aktiv    = anomalie_aktiv,
      item_info         = item_info
    )
  })

  output$fehler_ui = renderUI({
    req(input$btn_suchen)
    d = ergebnis_r()
    if (d$typ != "ok") div(class = "alert-fehler", d$meldung) else NULL
  })

  output$warnung_ui = renderUI({
    req(input$btn_suchen)
    d = ergebnis_r()
    if (d$typ != "ok" || length(d$warnungen) == 0) return(NULL)
    tagList(lapply(d$warnungen, function(w) div(class = "alert-warnung", w)))
  })

  output$ergebnis_ui = renderUI({
    req(input$btn_suchen)
    d = ergebnis_r()
    if (d$typ != "ok") return(NULL)

    geschlecht_anzeige = if (d$geschlecht_key == "maenner") "männlich" else "weiblich"

    tabelle_zeilen = lapply(seq_len(nrow(d$oktanten_df)), function(i) {
      z  = d$oktanten_df[i, ]
      tags$tr(
        tags$td(z$skala),
        tags$td(z$bezeichnung),
        tags$td(round(z$rohwert, 2)),
        tags$td(round(z$ipsativ, 2)),
        tags$td(
          span(class = paste0("stanine-badge stanine-badge-", z$kategorie),
               paste0(z$stanine, if (z$anomalie) "*" else ""))
        )
      )
    })
    tabelle_zeilen = c(tabelle_zeilen, list(
      tags$tr(
        tags$td(tags$strong("IIPges")),
        tags$td(""),
        tags$td(round(d$iipges, 2)),
        tags$td("–"),
        tags$td(
          span(class = paste0("stanine-badge stanine-badge-", d$iipges_kategorie), d$iipges_stanine)
        )
      )
    ))

    items_sektionen = lapply(IIPC_SKALEN_REIHENFOLGE, function(sk) {
      items_sk = d$item_info[d$item_info$skala == sk, ]
      tags$details(
        tags$summary(paste0(sk, " – ", IIPC_SKALEN_NAMEN[[sk]])),
        lapply(seq_len(nrow(items_sk)), function(i) {
          it = items_sk[i, ]
          sk_wert = if (!is.na(it$wert) && it$wert >= 0 && it$wert <= 4) as.character(it$wert) else "fehlend"
          badge_txt = if (sk_wert == "fehlend") "fehlend" else paste0(it$wert, " – ", it$anker)
          div(class = "item-zeile",
            div(class = "item-nr", paste0(it$item_nr, ".")),
            div(class = "item-text", it$text),
            span(class = paste0("stufe-badge stufe-badge-", sk_wert), badge_txt)
          )
        })
      )
    })

    div(class = "abschnitt-karte",
      div(class = "abschnitt-titel", "IIP-C Auswertung"),

      div(class = "meta-block",
        tags$strong("Chiffre: "), d$chiffre,
        tags$span("   |   ", style = "color:#ccc;"),
        tags$strong("Ausfülldatum: "), d$datum_str,
        tags$span("   |   ", style = "color:#ccc;"),
        tags$strong("Geschlecht: "), geschlecht_anzeige,
        tags$span("   |   ", style = "color:#ccc;"),
        tags$strong("Alter: "), d$alter
      ),

      tags$hr(),

      fluidRow(
        column(3,
          div(class = "score-zahl", round(d$iipges, 2)),
          div("IIPges (0–32)", style = "color:#555;"),
          div(style = "margin-top: 6px;",
            span(class = paste0("stanine-badge stanine-badge-", d$iipges_kategorie),
                 paste0("Stanine ", d$iipges_stanine))
          )
        ),
        column(9, plotOutput("circumplex_plot", height = "460px"))
      ),

      tags$hr(),

      div(class = "abschnitt-titel", "Skalenübersicht"),
      tags$table(class = "tabelle-skalen",
        tags$thead(tags$tr(
          tags$th("Kürzel"), tags$th("Bezeichnung"), tags$th("Rohwert"),
          tags$th("Ipsativer Wert"), tags$th("Stanine")
        )),
        tags$tbody(tabelle_zeilen)
      ),
      if (d$anomalie_aktiv) div(class = "alert-warnung", style = "margin-top: 12px;", IIPC_ANOMALIE_FUSSNOTE),

      tags$hr(),

      div(class = "abschnitt-titel", "Einzelitems nach Skala"),
      items_sektionen
    )
  })

  output$circumplex_plot = renderPlot({
    req(input$btn_suchen)
    d = ergebnis_r()
    req(identical(d$typ, "ok"))
    make_circumplex_plot(d$oktanten_df)
  }, bg = "transparent")

  output$download_word = downloadHandler(
    filename = function() {
      d = tryCatch(ergebnis_r(), error = function(e) NULL)
      chiffre_esc = if (is.list(d) && identical(d$typ, "ok")) gsub("[^A-Za-z0-9]", "", d$chiffre) else "export"
      datum = if (is.list(d) && identical(d$typ, "ok") && !is.null(d$datum_str))
        tryCatch(format(as.Date(d$datum_str, "%d.%m.%Y"), "%Y%m%d"), error = function(e) format(Sys.Date(), "%Y%m%d"))
      else format(Sys.Date(), "%Y%m%d")
      paste0("IIPC_", chiffre_esc, "_", datum, ".docx")
    },
    content = function(file) {
      d = tryCatch(ergebnis_r(), error = function(e) NULL)
      daten_ok = is.list(d) && identical(d$typ, "ok")
      if (!daten_ok) {
        doc = read_docx()
        doc = body_add_par(doc,
          "Kein Datensatz geladen. Bitte zuerst Chiffre oder Pseudonym eingeben und 'Auswerten' klicken.",
          style = "Normal")
        print(doc, target = file)
        return()
      }
      doc = tryCatch(
        erstelle_iipc_docx(d),
        error = function(e) {
          err_doc = read_docx()
          body_add_par(err_doc,
            paste0("Fehler beim Erstellen des Word-Dokuments: ", e$message),
            style = "Normal")
        }
      )
      print(doc, target = file)
    }
  )
}


# Start ####

shinyApp(ui, server)