Data PMSI
  • Formations PMSI R
  • Live coding PMSI R
  • Guide des scripts
  • Pre-requis R
  • Jeux de données
    • Jeux PMSI MCO
  1. Casemix basique séjours par complexité
  • Formations PMSI R
  • Live coding PMSI R
  • Guide des scripts
  • Scripts MCO
  • Scripts SMR
  • Scripts PSY

Sur cette page

  • Introduction
  • Code
  • Commentaires

Casemix basique séjours par complexité

MCO
Casemix
Auteur·rice

denis Gustin

Date de publication

10 juin 2024

Introduction

Le complexité correspond à la 6eme position des GHM, appelée aussi de manière plus imprécise “sévérité”

On calcule, par complexité rencontrée au moins 1 fois dans le jeu de données, le nombre de séjours groupés avec cette complexité, ainsi le nombre de JP de ces séjours et le % de ces séjours par rapport au nombre total de séjours.

Code

library(dplyr)

casemix_complexite <- mco_rss$rum %>% 
    dplyr::select(nas,no_rss,no_rum,ghm,complexite,date_entree_um,date_sortie_um) %>% 
    dplyr::mutate(nb_jp_rum = as.integer(date_sortie_um-date_entree_um)) %>% 
    dplyr::mutate(.by = no_rss, nb_jp_sejour = sum(nb_jp_rum)) %>% 
    dplyr::filter(nb_jp_sejour >= 1) %>% 
    dplyr::distinct(no_rss,complexite,nb_jp_sejour) %>% 
    dplyr::group_by(complexite) %>% 
    dplyr::summarise(nb_sejour_complexite = dplyr::n(),
                     nb_jp_complexite = sum(nb_jp_sejour)) %>% 
    dplyr::arrange(desc(nb_sejour_complexite)) %>% 
    dplyr::mutate(percent_sejour_complexite = nb_sejour_complexite/sum(nb_sejour_complexite))
casemix_complexite

Commentaires

Ligne 3 : mco_rss$rum est un tibble des variables de la partie fixe des RUM. Voir Guide des scripts - Jeux de données

Ligne 8 : ce dplyr::distinct() sur des variables liées au séjour fait passer le tibble d’un tibble de RUM à un tibble de séjours

Ce casemix est disponible dans PMSISoft MCO dans l’écran Séjours > Séjours et classification

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

Blog codé avec Quarto

 

Mentions légales | © Copyright 2023-2024 - DATAMIS