Depuis le lancement de BOAS en avril 2024, une dizaine de ressources ont été publiées. Les algorithmes et programmes sont désormais accessibles à tous afin d’être facilement réutilisables par la communauté scientifique.
Programmes de simplification et de standardisation des extractions de données de la base de données principale du Système National de Données de Santé (SNDS)
Au-delà de leur richesse, les données de la base de données principale du SNDS sont complexes et hétérogènes. Des méthodes et des outils existent désormais pour simplifier la manipulation, l’analyse et l’interprétation de ces données de santé. Parmi eux :
Algorithmes de ciblage sur la base principale du SNDS
Les algorithmes de ciblage de la base de données principale du SNDS permettent d’identifier, sur la base d’informations médico-administratives, des situations ou des populations présentant une pathologie ou un trait de santé particulier.
Ils sont donc très utiles aux chercheurs pour mener leurs analyses sur les bonnes cohortes. Quatre algorithmes ont ainsi été mis à disposition :
Parmi ces programmes, trois ont été soutenus par le Health Data Hub dans le cadre d’un appel à projets favorisant la conception et la validation de tels outils en vue de leur partage avec la communauté.
Requêtes à la demande pour construire des indicateurs simples sur les données de la base de données principale du SNDS
En raison de la nature complexe des données de santé, le Health Data Hub a lancé un ensemble d’actions citoyennes dont une expérimentation de « requêtes à la demande » afin de répondre aux besoins spécifiques des associations, intéressées par l’obtention de chiffres simples de description des populations. concernés Certains d’entre eux font déjà partie des premières ressources ouvertes dans le BOAS et peuvent également être utilisés en ciblage :
Un programme pour faciliter la pseudonymisation des mammographies
BOAS ne se limite pas au référencement de ressources facilitant l’exploitation de la base principale du SNDS. En effet, cette bibliothèque a pour vocation plus large de centraliser les algorithmes pour faciliter le traitement des données de santé de manière plus générale. Une ressource contenant des données d’imagerie a déjà été publiée : :
Related News :