Analyse statistique de grandes bases de données administratives sur la santé : défis et stratégies émergents

Pourquoi étudier les données administratives sur la santé ?

Ces données nous offrent une précieuse opportunité de faire face à des situations pratiques où des études ou des expériences sont irréalisables, contraires à l’éthique ou trop coûteuses à réaliser.

Bien que les données administratives offrent aux chercheurs une riche source d’information, elles posent de nombreux défis statistiques. Ceux-ci doivent être traités de manière adéquate pour assurer un compromis positif entre la quantité et la qualité des données.

Généralement, les bases de données de données administratives sur la santé sont à grande échelle et peuvent être de qualité variable. Certains ne peuvent enregistrer que des variables qui sont :

• sont facilement disponibles,
• pertinent uniquement pour la facturation et les finances, comme dans le cas des données sur les sinistres.

Les dossiers sont souvent conservés sans tenir compte de l’utilisation de ces données dans la recherche ou la pratique clinique.

Zones d’exploration

Les défis du Big Health Data

Comprend la résolution des problèmes statistiques dans l’analyse de données administratives à grande échelle sur la santé, telles que les bases de données Clinical Practice Research Datalink (CPRD) et Childhood, Adolescent and Young Adult Cancer Survivors Program (CAYACS) .

Nouvelles méthodes d’analyse

Comprend le développement de méthodes originales et innovantes d’analyse de bases de données à grande échelle, pour faire avancer les travaux fondamentaux et faciliter les applications authentiques.

Valeur de santé publique

Comprend l’exploration de cas d’utilisation et la meilleure façon de tirer parti des informations contenues dans les bases de données administratives à grande échelle sur la santé. Par exemple, pour mieux comprendre la demande de soins de santé.

Résoudre les défis mondiaux

Objectif de l’équipe de recherche

1. Développer des méthodes pour faire avancer le travail fondamental et faciliter une application authentique.
2. Développer des méthodes pour faire avancer le travail fondamental et faciliter une application authentique.