library(dplyr)
library(refpmsi)
gme_public <- refpmsi::refpmsi(gme_public)
gme_public_2023 <- gme_public %>%
dplyr::filter(annee_pmsi == "2023", !gmt_8,gme_niveau_severite %in% c("1","2")) %>%
dplyr::select(gmt_2023 = gmt,gme_2023 = gme,dzf_2023 = dzf,fzf_2023 = fzf,gmt_type_zf_2023 = gmt_type_zf)
gme_public_2024 <- gme_public %>%
dplyr::filter(annee_pmsi == "2024", !gmt_8, !gmt_7, gme_niveau_severite %in% c("1","2")) %>%
dplyr::select(gmt_2024 = gmt,gme_2024 = gme,dzf_2024 = dzf,fzf_2024 = fzf,gmt_type_zf_2024 = gmt_type_zf)
same_dzf_fzf_zf <- gme_public_2024 %>%
dplyr::left_join(gme_public_2023, by = join_by(gmt_2024 == gmt_2023,gme_2024 == gme_2023)) %>%
dplyr::mutate(same_dzf = dzf_2024 == dzf_2023,
same_fzf = fzf_2024 == fzf_2023,
same_gmt_type_zf = gmt_type_zf_2024 == gmt_type_zf_2023)
same_dzf_fzf_zf
# liste des (GMT,GME) avec évolution de la durée de ZF entre 2023 et 2024
same_dzf_fzf_zf %>% dplyr::filter(!same_gmt_type_zf)
# liste des (GMT,GME) avec ZF d'une semaine en 2023 qui passent à une ZF de 3 semaines en 2024
same_dzf_fzf_zf %>% dplyr::filter(gmt_type_zf_2023 == "zf_7", gmt_type_zf_2024 == "zf_21")Introduction
On se restreint aux GME d’HC, les seuls pour lesquels l’analyse a un sens.
On exclut les GMT “hebdomadaires” (GMT en 7) et les GMT des séjours < 8 JP avec sortie transfert/mutation/décès (GMT en 8)
On suppose être en ex-DGF
On compare pour chaque GMT ainsi sélectionné l’évolution des valeurs des DZF, FZF et des durées de ZF entre les campagnes 2023 et 2024
gmt_type_zf = (zf_1, zf_7, zf_21) où zf_1 = ZF d’une JP, zf_7 = ZF d’une semaine et zf_21 = ZF de 3 semaines
Code
Commentaires
Ligne 4 : voir Documentation avec une version csv téléchargeable du référentiel des GME-GMT 2024
Ligne 8 : renommage des variables avec le suffixe _2023en prévision du calcul du tibble same_dzf_fzf_zf pour assurer la jointure
Ligne 22 : dplyr::filter(!same_gmt_type_zf) est un raccourci pour same_gmt_type_zf == FALSE
Etre tenu au courant de la publication des nouveaux scripts PMSI R