healthdatahub | gitlab.com owners

healthdatahub/boas/cnam/cartographie-des-pathologies

Last synced at: 3 days ago - Stars: 5 - Forks: 0

healthdatahub/applications-du-hdh/documentation-snds

Documentation collaborative du SNDS https://documentation-snds.health-data-hub.fr/

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 28 - Forks: 49

healthdatahub/applications-du-hdh/dico-snds

Ce projet contient l'application Rshiny d'un dictionnaire interactif de la base principale du SNDS. Cet outil est accessible à cette adresse : https://drees.shinyapps.io/dico-snds/

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 4 - Forks: 1

healthdatahub/applications-du-hdh/schema-snds

Formalisation du schéma du SNDS selon la spécification table-schema. Création de produits dérivés.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 9 - Forks: 13

healthdatahub/outils-pour-la-plateforme-technologique/ingestion-transfo-tools

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 0 - Forks: 0

healthdatahub/applications-du-hdh/socle-commun-eds-plateforme-de-partage-pour-implementation

Last synced at: 3 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/sant-publique-france/requ-tes-types/programme-dcir_prestations_medicaments.sas

Récupérer dans les référentiels bénéficiaires (IR_BEN_R et IR_BEN_R_ARC) les informations socio-démographiques les plus récentes pour la population considérée.

Last synced at: 3 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/irdes/rish/pic

Cet algorithme permet de repérer des individus avec des limitations psychiques, intellectuelles ou cognitives à partir des données de l'Assurance maladie en France.

Last synced at: 7 days ago - Stars: 0 - Forks: 2

healthdatahub/boas/bpe/dionisos

La BPE a développé une expertise reconnue dans l’analyse des données du SNDS, avec plus de 20 ans d’expérience et de nombreux projets réalisés dans différents domaines médicaux. Cette reconnaissance s’étend hors des frontières avec une activité significative à l’international, grâce notamment à sa participation à des réseaux de partenariats européens tels que Sigma consortium, VAC4EU ou EU PE & PV Research Network pour réaliser des études fédérées multi-pays, en particulier à la demande de l’EMA, voire de la FDA. L’objectif du projet Dionisos est d’évaluer et d’améliorer les performances diagnostiques d’un algorithme de détection des poussées de sclérose en plaques (SEP) développé sur la base des données médico-administratives du SNDS associé aux données cliniques de l’Observatoire Français de la Sclérose en Plaques (OFSEP).

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/hdh/extract_metadata

Extract-Metadata permet l'extraction de métadonnées à partir de bases de données tabulaires (au format .csv) et d’imagerie (au format DICOM). Les métadonnées extraites sont stockées au format JSON.

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/sant-publique-france/projet-bis

Afin d’étudier les déterminants des variations géographiques de la répartition des cas d’asthme de l’enfant, une sélection des principaux facteurs de risque connus a été réalisée à partir de la littérature scientifique. Des indicateurs d’exposition à ces facteurs de risque, et notamment pour les facteurs environnementaux, ont été collectés ou construits à l’échelle des communes. L’ensemble de ces indicateurs pourra ensuite être intégré dans les analyses spatiales pour étudier leurs liens avec les indicateurs sanitaires d’asthme de l’enfant.

Last synced at: 3 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/sant-publique-france/alia-1

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/hdh/requ-tes-la-demande/afa

Cette requête vise à construire un tableau de bord recensant différents indicateurs et caractéristiques des personnes atteintes de maladies inflammatoires chroniques de l’intestin (MICI), ainsi que leur prise en charge.

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/ars/magic-loop

L’outil Magic Loop - extraction simplifiée des données - permet de générer des tables de consommation de soins sur une période donnée à partir d’une requête adaptée à un besoin utilisateur.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 0 - Forks: 0

healthdatahub/boas/hdh/requ-tes-la-demande/femmes-ayant-droit

Cette requête porte sur l’analyse de la discontinuité de la consommation de soin avec le passage à la retraite avec un focus sur la population de femmes de plus de 40 ans.

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/hdh/requ-tes-la-demande/allergies-normandie

Cette requête mise en place en partenariat avec le Groupe Vyv (https://www.groupe-vyv.fr/) répond à un besoin lié à un projet retenu par le DATALAB Normandie, ayant pour finalité la construction d’un jumeau numérique à l’échelle territoriale afin de modéliser des données de dispersion de pollens allergènes, d’aménagement botanique du territoire et de consommation de soins relatifs aux allergies.

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/cnam/top-diabete

La cartographie des pathologies et des dépenses, produite par la Cnam (https://data.ameli.fr/pages/data-pathologies/), a pour objectif de répartir les dépenses de soins de l’assurance maladie entre une soixantaine de pathologies, traitements chroniques et épisodes de soins fréquents et/ou graves et/ou coûteux. L’outil se base notamment sur des algorithmes de repérage de ces pathologies dans le SNDS. Les données individuelles annuelles sont mises à disposition dans le SNDS afin de faciliter le travail des chercheurs pour repérer les pathologies et calculer les dépenses de soins remboursés de chaque individu avant leur répartition par pathologie. Le programme de l’algorithme Top Diabète permet de repérer les personnes prises en charge pour un diabète.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 1 - Forks: 0

healthdatahub/boas/hdh/snds_omop

Cet algorithme a été mis en place dans le cadre de l’appel à projet EHDEN (https://www.ehden.eu/), pour lequel le HDH a été lauréat. L’objectif du projet pour le HDH est d’aider ses partenaires à transformer leurs données au format standard OMOP (https://www.ohdsi.org/data-standardization/) dans l’intérêt de mettre en commun des données de santé inter-institution. Cette standardisation permettrait de faciliter des études de recherches à l’échelle européenne ce qui permettrait notamment de mieux comprendre le développement des maladies et ainsi d'améliorer les soins prodigués aux patients.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 5 - Forks: 1

healthdatahub/boas/irdes/rish/handicap-moteur-et-organique

Développement d'un algorithme de repérage des individus avec des limitations motrices ou organiques à partir des données de l'Assurance maladie en France.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 0 - Forks: 0

healthdatahub/boas/iplesp/hepaviralgo

L’objectif de ce projet est de cibler les patients atteints de pathologies du foie telles que les hépatites et les cirrhoses dans le SNDS afin de constituer des cohortes et sous-groupes spécifiques de malades en France.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 0 - Forks: 0

healthdatahub/boas/ars/depistage-biologique-insuffisance-renale-chronique

L'algorithme DCIR vise à repérer les patients à risque vasculaire (diabète, hypertension artérielle) et à suivre le dépistage biologique de l’IRC dans cette population. Cet algorithme présente 2 limites principales : la première étant l'absene d'inclusion de patients sous traitements antilipémiants seuls (considérés comme à risque vasculaire par la CNAM(cf. Cartographie des pathologies)). La deuxième étant l'absence de distinction entre les patients en IRC et les patients à risque d'IRC (inclusion des patients déjà diagnostiqués avec une maladie rénale chronique (MRC), y compris des patients dialysés ou transplantés).

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/applications-du-hdh/ORCHIDEE-POC-SARI

Last synced at: 3 days ago - Stars: 3 - Forks: 0

healthdatahub/boas/hdh/requ-tes-la-demande/interruptions-volontaires-de-grossesse

Ce projet analyse le recours à l’IVG en établissements de santé en France métropolitaine entre 2019 et 2023, à partir des données du PMSI MCO du SNDS. Il permet d’étudier la répartition des IVG selon le lieu de résidence, le lieu de prise en charge, l’âge et la méthode utilisée.

Last synced at: 3 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/hdh/requ-tes-la-demande/depistage-des-cancers-feminins

Dépistage des cancers féminins chez les femmes résidant dans les Hauts-de-France sur les périodes 2018-2022 et 2018-2023, respectivement pour le cancer du sein et celui du col de l’utérus.

Last synced at: 3 days ago - Stars: 0 - Forks: 0

healthdatahub/open-data-images-data.gouv.fr/base-de-donnees-tissuenet

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/data.gouv.fr_images

Last synced at: 4 months ago - Stars: 0 - Forks: 0

healthdatahub/boas/sant-publique-france/requ-tes-types/programme-dcir_prestations_medicaments.sas2

La mise à disposition de la requête-type a pour objectif de faciliter le ciblage dans le SNDS de personnes à partir de la délivrance de médicaments, de dispositifs médicaux, d’actes médicaux ou biologiques remboursés par l’Assurance Maladie. La requête peut être utilisée dans le cadre du développement d’algorithmes d’identification de cas de pathologies à partir du SNDS.

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/sant-publique-france/requ-tes-types/programme-pmsi_mco_select_sejours_par_diag.sas

La mise à disposition de la requête-type a pour objectif de faciliter le ciblage dans le SNDS de personnes à partir de leurs séjours hospitaliers en MCO. La requête peut être utilisée dans le cadre du développement d’algorithmes d’identification de cas de pathologies à partir du SNDS.

Last synced at: 7 days ago - Stars: 0 - Forks: 0

healthdatahub/boas/sant-publique-france/requ-tes-types/programme-ald_select_par_code_cim.sas

La mise à disposition de la requête-type a pour objectif de faciliter le ciblage dans le SNDS de personnes bénéficiant d’ALD exonérantes. La requête peut être utilisée dans le cadre du développement d’algorithmes d’identification de cas de pathologies à partir du SNDS.

Last synced at: 3 days ago - Stars: 1 - Forks: 0

healthdatahub/applications-du-hdh/pathology-slides-blur-detection

The functions provided in this repo can be used to label images showing blurred areas. These functions have been designed to highlight blurred areas on digitized melanoma biopsy slides. In that case, the blurring was due to a problem with the scanner's focus at the time of scanning. The possible labels for each image are: “totally blurred”, “partially blurred”, “no blur”. For the “partially blurred” category, an approximation of the blurred area is provided.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 1 - Forks: 0

healthdatahub/applications-du-hdh/cartographie-ecosysteme-snds

The main database of the French National Health Data System (SNDS) contains data from Health Insurance reimbursements, hospital treatment and medical causes of death. In order to characterise its use for health research and innovation, an interactive cartography has been produced to understand the framework of its use and to identify the stakeholders of the SNDS ecosystem. A bibliographic search via PubMed (available here), LiSSa, HAL was conducted to identify scientific articles published starting January 2007 on studies using SNDS data. The list of authors, their affiliations, keywords, the number of citations and much more were collected. A descriptive analysis was carried out in order to assess temporal and geographical trends in the use of SNDS main database. The graphs where generated with networkx, a python package used for the creation manipulation and study of complex networks. To generate the Author/Affiliations graphs we first create the adjacency matrix between the Authors/Affiliations and the article PMIDs. We then use the networkx.Graph class to create the needed undirected graphs, using the adjacency matrices as the data to intialize the graphs.

Last synced at: 7 days ago - Pushed at: 11 months ago - Stars: 4 - Forks: 0

gitlab.com / healthdatahub 43 Repositories