Entrepôt de données de santé autour du PMSI

Entrepôt de données de santé autour du
PMSI
Lama EL SARRAJ
(*) LSIS, Université Aix Marseille, LSIS-UMR CNRS 6168 13397 Marseille
(**) APHM, 147 boulevard Baille 13005 Marseille
[email protected]
MOTS-CLÉS : PMSI, entrepôt de donnés, qualité des données, évolution de schéma
KEYWORDS: PMSI, data warehouse, data quality, schema evolution
1. Introduction
Notre recherche se situe dans le contexte du programme de médicalisation des
systèmes d’information (PMSI). Nous proposons de développer ou d’étendre une
méthodologie de conception et d’implémentation d’un entrepôt de données (ED)
associé au PMSI qui prend en compte la qualité et l’évolutivité des données
médicales ainsi que l’évolution des besoins. Nous présentons tout d’abord le PMSI,
ensuite notre problématique de recherche, et enfin nous concluons.
2. Le PMSI
Le PMSI relève d’une initiative du ministère de la santé en 1982, son modèle est
basé sur des travaux du Professeur Robert Fetter (Université de Yale, Etats-Unis), il
permet de recueillir des informations à partir du dossier médical des patients à des
finalités de santé publique et épidémiologique. En 2005, le PMSI a été étendu à des
objectifs économiques, notamment dans la mise en place de la tarification à
l’activité (T2A) qui introduit le financement sur la base de l’activité. Ainsi, pour
attribuer un tarif de base, les informations concernant le patient (diagnostics, actes,
date de naissance, etc.) contenu dans le Résumé d’Unité Médicale (RUM) sont
traitées et regroupées en Résumé de Sortie Standardisé (RSS), puis, analysées pour
produire un Groupe Homogène de Malades (GHM) à la fois médical et économique.
Pour aboutir à la facturation, le GHM est converti en Groupe Homogène de Séjours
(GHS) auquel est attribué le tarif de base. Le codage des diagnostics et des actes
médicaux est important parce qu’un même séjour peut être codé de plusieurs façons
différentes et chaque code conduit alors à un tarif spécifique. Les diagnostics sont
codés à l’aide de la Classification Internationale des Maladies (CIM-10), et les actes
sont codés avec la Classification Commune des Actes Médicaux (CCAM).

3. Entrepôt de données de santé
La complexité des besoins due aux domaines hétérogènes ainsi que les
contraintes inhérentes aux outils online transaction processing (OLTP), font que
pour disposer d’un véritable outil d’aide à la décision à usage interne, la constitution
d’un entrepôt de données de santé (EDS) s’appuyant sur les données du PMSI, est
nécessaire. La conception d’un tel EDS va comprendre diverses étapes. En amont de
la réflexion, deux points particuliers ont retenu notre attention : la prise en compte
de la qualité des données médicales issues du PMSI et celle de l’évolution
potentielle des indicateurs nécessaires au pilotage. Pour le premier point, force est
de constater que malgré les contrôles permanents effectués pour détecter les
anomalies (soit à l’aide des logiciels qui traitent et permettent de revenir au dossier
du patient pour corriger, soit par les procédures de contrôles réguliers effectués par
la Caisse d’Assurance Maladie sur les éléments du T2A) les données restent
entachées d’erreur. Des recherches récentes relatent un manque de qualité des
données du PMSI, notamment au niveau du codage [3]. Ensuite, comme évoqué
précédemment les données évoluent, de même que les besoins des décideurs
utilisant l’EDS. L’évolution des indicateurs, reste un problème délicat car il peut
engendrer l’évolution du schéma (conceptuel) de l’ED ce qui complexifie la
récupération des données existantes par adaptation au schéma de l’EDS [1] [4].
4. Conclusion
Notre recherche propose de concevoir ou d’étendre une méthodologie de
conception et de développement d’un EDS, prenant en compte la qualité et
l’évolution des données au cours du temps. Sur les deux points (qualité et évolution)
nous nous appuierons sur la connaissance des utilisateurs quant à leur métier et au
domaine d’intérêt. Cela nous amènera vers la description de celles-ci et pour cela
nous nous appuierons sur les travaux existants, comme, par exemple, le projet DWQ
[2], dans lequel est proposé un enrichissement de la sémantique des données
intervenant au niveau du méta modèle du schéma de l’ED.
5. Bibliographie
[1] Favre C. (2007). Évolution de schémas dans les entrepôts de données : mise à jour de
hiérarchies de dimension pour la personnalisation des analyses. Thèse de l’Université
Lumière, Lyon.
[2] Matthias J. , Yannis V. (1997). Data Warehouse Quality: A Review of the DWQ Project.
Invited Paper, Proc. 2nd Conference on Information Quality. MIT, Cambridge.
[3] OliveF., Gomez F., Schott A.-M., Remontet L., Bossard N., Mitton N.,Polazzi S.,
Colonna M. , Trombert-PavioB. (2010). Analyse critique des données du PMSI pour
l'épidémiologie des cancers : une approche longitudinale devient possible. Revue
d'Épidémiologie et de Santé Publique.
[4] Serna-Encinas M.T. (2005). Entrepôts de données pour l’aide à la décision médicale :
conception et expérimentation. Thèse de l’Université Joseph Fourrier, Grenoble.