Casemix nombre d’actes ambulatoires et patients par (journée, patient)

Introduction

Pour chaque couple (journée, patient), calcul du nombre d’actes ambulatoires codés.

Puis mise en casemix, selon le nombre d’actes par (journée, patient) rencontré, avec pour chacune de ces situations, le calcul du nombre d’actes ambulatoires concernés, le nombre de patients différents concernés et le pourcentage représenté par le nombre d’actes par rapport au total des actes.

Les journées sont identifiées via la variable date_acte et les patients via la variable no_ipp

Ce casemix permet ainsi de répondre à des questions comme celles-ci :
1| Quelle est la part des actes ambulatoires codés 1 seule fois par (journée, patient) ?
2| Combien d’actes ambulatoires sont-ils codés dans des situations de 2 actes par (journée, patient) ?
3| Quel est le nombre de patients ayant bénéficié au moins 1 journée de 5 actes dans une journée ?
4| Y-a-t-il des situations avec >= 15 actes codés pour un patient ? (cf motif d’exclusion de la DFA)

Code

library(dplyr)

casemix_nb_actes_same_day <- psy_raa$raa |> 
    dplyr::select(no_ipp,date_acte) |> 
    dplyr::summarise(.by = c(no_ipp,date_acte),
                     categorie_acte_same_ipp_date = dplyr::n()
                     ) |> 
    dplyr::summarise(.by = categorie_acte_same_ipp_date,
                     nb_categorie_acte_same_ipp_date = dplyr::n(),
                     nb_ipp_same_ipp_date = dplyr::n_distinct(no_ipp, na.rm = TRUE)
                     ) |> 
    dplyr::mutate(nb_acte_categorie_acte_same_ipp_date = sum(nb_categorie_acte_same_ipp_date*categorie_acte_same_ipp_date),
                  percent_categorie_acte_same_ipp_date = nb_categorie_acte_same_ipp_date/nb_acte_categorie_acte_same_ipp_date) |> 
    dplyr::arrange(categorie_acte_same_ipp_date) |> 
    dplyr::select(categorie_acte_same_ipp_date,nb_categorie_acte_same_ipp_date,percent_categorie_acte_same_ipp_date,
                  nb_ipp_same_ipp_date)
casemix_nb_actes_same_day

Commentaires

Ligne 3 : psy_raa$raa est un tibble des variables RAA. Voir Guide des scripts - Jeux de données

Lignes 5-7 : calcul par (journée, patient) du nombre d’actes ambulatoires codés

Ligne 8 : .by = c(no_ipp,date_acte) permet de grouper directement dans le summarise() sans avoir à passer par un group_by()

Ligne 10 : l’option na.rm = TRUE de dplyr::n_distinct() gère les situations où aucun no_ipp n’est renseigné

Ligne 12 : le calcul de nb_acte_categorie_acte_same_ipp_date comme sum(nb_categorie_acte_same_ipp_date*categorie_acte_same_ipp_date) est une manière de faire. Il y en a d’autres.

Ligne 15-16 : sélection des seules variables intéressantes pour le casemix

PMSISoft PSY

En extrayant la base des RAA à partir de l’écran Base des RAA, possibilité de filtrer en amont les RAA (par exemple les seuls actes réalisés par une catégorie professionnelle d’intervenant)

PMSISoft PSY

Etre tenu au courant de la publication des nouveaux scripts PMSI R