Skip to contents

Prise en main

Source: vignettes/paresnds.Rmd
paresnds.Rmd

A quoi sert ce paquet R de traitement de données ?

Ce paquet R de traitement de données a pour objectif de faciliter l’accès aux données du Système National des Données de Santé (SNDS) pour les utilisateurs de R. Il permet de simplifier les extractions de données et de mettre à disposition des fonctions implémentants les bonnes pratiques pour utiliser ces données.

Prise en main rapide

Installation

Sur le portail CNAM

Il est nécessaire de copier/coller le code source du paquet sur le portail CNAM. Pour cela, il faut suivre les étapes suivantes :

  • En local (sur votre ordinateur) : Télécharger le fichier sndsTool.R de la dernière release du paquet disponible sur github. Celui-ci contient toutes les fonctions du paquet.

  • En local, ouvrir le fichier sndsTool.R et copier tout son contenu.

  • Sur le portail CNAM, coller le contenu de ce fichier dans un nouveau script R sndsTools.R.

  • Sur le portail CNAM, charger toutes les fonctions du paquet: source("sndsTools.R")

NB: La version la plus à jour de sndsTools.R (entre deux releases) est disponible comme artifact sur le dépôt GitHub sur la page de l’action. Attention, cette version peut être instable, il est recommandé d’utiliser une release stable du paquet.

En local (pour le développement du paquet uniquement)

Ouvrir le paquet avec Rstudio, puis lancer :

devtools::install(dependencies = TRUE)

Puis pour charger le paquet :

Utilisation

Pour les besoins de formation, développement et test, le paquet sndsTools inclut une fonction connect_synthetic_snds() qui télécharge des données synthétiques du SNDS, les charge dans une base de données DuckDB et retourne une connexion à cette base.

Ces données synthétiques sont basées sur le schéma SNDS 2019 et contiennent des informations pour 50 patients fictifs.

NB: le premier appel de connect_synthetic_snds() peut prendre plusieurs secondes, car il télécharge et traite les données. Les appels suivants seront plus rapides, car les données seront mises en cache localement.

# Télécharge les données synthétiques du SNDS et les charge dans une base DuckDB.
# On se limite à la table ER_PRS_F pour gagner du temps.
# Pour avoir toute la base synthétique, enlever l'argument subset_tables ou le mettre à NULL.
conn <- connect_synthetic_snds(
  subset_tables = c(
    "ER_PRS_F"
  ),
  force_insert = TRUE
)
#> INFO [2026-04-27 15:37:41] Creating database at: /home/runner/.cache/sndsTools/synthetic_snds.duckdb
#> INFO [2026-04-27 15:38:01] All files downloaded and extracted to: /home/runner/.cache/sndsTools
#> INFO [2026-04-27 15:38:03] Successfully loaded 2 tables: ER_PRS_F, user_synonyms
DBI::dbListTables(conn)
#> [1] "ER_PRS_F"      "user_synonyms"

Exemple basique d’extraction de données (consultations de chirurgie vasculaire) 

consultations_df <- extract_consultations_erprsf(
  conn = conn,
  start_date = as.Date("2011-01-01"),
  end_date = as.Date("2019-12-31"),
  pse_spe_filter = c(48)
)
#> Extracting consultations
#> from all specialties among
#> 48...
consultations_df |> knitr::kable()
BEN_NIR_PSA EXE_SOI_DTD PSE_SPE_COD PFS_EXE_NUM PRS_NAT_REF PRS_ACT_QTE BEN_RNG_GEM
PEyUrNJzINkmgxwUz 2019-12-23 48 HKcvLcRye 2132 1 3 

# Fermer la connexion à la base de données en fin de programme
conn |> DBI::dbDisconnect()