Skip to main content

ETHNOS_APP

Home • Search • Journals • List 0

Étude des algorithmes de repérage de la dépression dans le SNIIRAM par le réseau Redsiam

Bibliographic Data

ID4525873
AuthorsCatherine Quantin (0000-0001-5134-9411, Université Bourgogne Franche-Comté), Adrien Roussot (Université de Bourgogne), Johan Besson (Université de Bourgogne), Jonathan Cottenet (0009-0002-8501-3312, Université de Bourgogne), Marie-Jeanne Bismuth, M Bismuth (Université de Bourgogne), François Cousin (0000-0003-4014-0297, Université de Bourgogne), Agnès Soudry-Faure, Agnès Soudry‐Faure (CHU Dijon Bourgogne), Anne-Sophie Mariet, Anne‐Sophie Mariet (0000-0003-0134-1248, Université de Bourgogne), Cédric Collins, Cédric Collin
Year2016
Issue2
Pages201-225
Publication date2016-06-13
Peer ReviewedYes
Open AccessNo
TypeARTICLE
VenueRevue française des affaires sociales (JOURNAL)
Journal identifiersISSN: 0035-2985 • E-ISSN: 2111-4358
PublisherCAIRN (PUBLISHER)
DOI10.3917/rfas.162.0201
OpenAlexW2489768808
LanguageFR
References cited19

Le Système national d'information interrégimes de l'assurance maladie (SNIIRAM) est une source de données médico-administrative de santé quasi exhaustive de la population française, réunissant les données de remboursement de soins de ville et d'hospitalisation. Compte tenu du nombre croissant d'utilisateurs des données du SNIIRAM à des fins d'études, de recherche et de surveillance épidémiologique, le réseau REDSIAM a pour objectif de favoriser l'interaction entre utilisateurs, de valider et de promouvoir les méthodes d'analyses issues des données. Au sein de ce réseau, le groupe de travail Troubles mentaux et du comportement (GT-TMC) s'est intéressé aux algorithmes d'identification de la dépression de l'adulte à partir des données du SNIIRAM. Il apparaît en effet que les pathologies psychiatriques, et notamment la dépression, ont été peu étudiées à partir des bases de données médico-administratives. La méthodologie s'est appuyée sur l'interview de dix experts ayant déjà travaillé sur le SNIIRAM, à partir de questionnaires validés. La synthèse des entretiens montre que les algorithmes doivent s'adapter aux objectifs spécifiques poursuivis par les études et dépendent du type d'enquête réalisée, du type de dépression, du périmètre de données interrogées et de l'association ou non aux données de consommation médicamenteuse

Humanities · Political science · Dementia and Cognitive Impairment Research · Healthcare Systems and Practices · Mental Health Treatment and Access · Philosophy

Citation velocityhistorical
Highly citedNo

Tools

Open DOI
Ethnos_APP • Open Source Project • MIT License • Frontend v2.0.0 • Privacy and Cookies • API Documentation: api.ethnos.app/docs • API Source Code: GitHub • DOI: 10.5281/zenodo.17049435 • Frontend Source Code: GitHub • DOI: 10.5281/zenodo.17050053 • cruz.rio.br • Expectantes Misericordiae