Université Lille 2 Droit et Santé Construction et évaluation de règles de prédiction de diagnostics à partir des bases de données hospitalières : application au contrôle qualité des données médico-administratives Tarification à l'activité, contrôle qualité, base nationale PMSI, data reuse, data mining, règles de prédiction 610 Hôpitaux -- Tarifs Thèses et écrits académiques Hôpitaux -- Utilisation Thèses et écrits académiques Qualité -- Contrôle Thèses et écrits académiques Programme de médicalisation des systèmes d'information Thèses et écrits académiques Exploration de données Thèses et écrits académiques Gestion financière hospitalière Dissertations universitaires Hospitalisation statistiques et données numériques Dissertations universitaires Contrôle de qualité Dissertations universitaires Systèmes informatisés de dossiers médicaux statistiques et données numériques Dissertations universitaires Fouille de données Dissertations universitaires Contexte : Dans le cadre du Programme de Médicalisation du Système Informatique (PMSI), l'instauration de la Tarification à l'Activité (T2A) a incité les établissements de santé à établir des procédures de contrôle qualité optimisant la rémunération des séjours, le repérage et le recodage de Complications et Morbidités Associées (CMA) manquantes constituant une de ces procédures. Les méthodes de data mining suscitent beaucoup d'intérêt dans l'analyse des bases de données. Ces méthodes produisent des règles prédictives simples, intuitives et faciles à appliquer. Nous avions pour objectif de produire des règles de prédiction de CMA applicables au contrôle qualité des séjours en soumettant les données de la base nationale PMSI aux méthodes de data mining. Méthode : Notre échantillon de travail était constitué à partir de la base nationale PMSI pour les années 2007 à 2010. Les CMA à prédire devaient être fréquentes et relever d'une pathologie chronique, la prédiction se faisant à partir des codes diagnostiques et d'actes des séjours. Notre étude se poursuivait par l'évaluation des règles produites en calculant la confiance réelle des règles et en appréciant le gain en termes de recodage de CMA. Résultats: Notre échantillon comportait 59170 séjours. Les CMA ciblées étaient les codes E11 « diabète sucré non insulinodépendant », I48 « fibrillation atriale » et I50 « insuffisance cardiaque ». Nous avons extrait trois règles d'association et six règles séquentielles, et validé à l'issue de la procédure de contrôle trois règles prédictives, deux pour le code E11 et une pour le code I48. Les trois règles validées ont toutes une confiance supérieure à 0.60 et un gain de recodage de CMA supérieur à 28 %. Conclusion : Notre étude nous a permis d'extraire à partir de la base nationale PMSI, par data mining, des règles de prédiction de CMA valides, fiables et simples d'application dans le cadre du contrôle qualité des séjours. ... Electronic Thesis or Dissertation Text fr application/pdf 1 : 0 Ko https://pepite-depot.univ-lille.fr/LIBRE/Th_Medecine/2014/2014LIL2M439.pdf Djennaoui Mehdi 1977-07-04 FR 184438837 2014LIL2M439 2014-11-21 Médecine. Santé Publique Université Lille 2 Droit et Santé thesis.degree.grantor_1 026404389 Doctorat de médecine non oui Ficheur Grégoire intervenant_1 148926452 ddc:610 Ficheur Grégoire Université Lille 2 Droit et Santé Université Lille 2 Droit et Santé ASCII PDF 1