I50 - Cerimes

1
Construction et évaluation de règles de prédiction de
diagnostics à partir des bases de données hospitalières :
application au contrôle qualité des données médico-
administratives
M. DJENNAOUI, G. FICHEUR, E. AERNOUT, R. BEUSCART, E. CHAZARD
CHRU Lille, Service de l’information et des archives médicales, EA 2694, Lille
Congrès Conjoint ADELF ÉMOIS 2015

2
Introduction
•Base nationale PMSI MCO
•Issue du recueil en continu de l’activité des
établissements de santé dans le cadre de la tarification
àl’activité
•Disponible pour exploitation Data reuse
•Bases disponibles 2005 à2013
•150 millions de séjours Big data
•Procédures de chaînage anonyme Identifiant
patient anonyme +++ => Potentiel d’analyse accru

3
Introduction
•Data mining
•Extraction à partir d’importantes quantités de données
brutes d’informations inédites et pertinentes en vue
d’une utilisation
•Méthodes d’apprentissage
•Adaptée au big data
•Intérêt croissant dans les données de santé (analyse
des parcours de soin)

4
Objectif
Construire par data mining à partir des enregistrements
de la base nationale PMSI MCO des règles de prédiction
de codes diagnostiques applicables dans le cadre du
contrôle qualité des données médico-administratives
Séjour 1
I50
Séjour 2
I50
(confiance)
Séjour 2
I50
(confiance >> ?)
Séjour 1
I50 + DZQM006
?
?

5
Matériels et Méthodes
Base
Nationale
Codes à
prédire
I50
Règles validées
DZQM005 + I50 => I50
Data mining
Règles sélectionnées
I50 => I50
DZQM006 + I50 => I50
Filtre
statistique Séjours à
contrôler
CH Test
Validation experte
Apprentissage Validation