Upgrade to Pro — share decks privately, control downloads, hide ads and more …

https://speakerdeck.com/etalabia/20201029-datad...

etalab-ia
October 29, 2020
200

 https://speakerdeck.com/etalabia/20201029-datadrink-drees

etalab-ia

October 29, 2020
Tweet

Transcript

  1. Le contexte - Confinement du mois de mars → des

    data scientists de la Drees (direction statistique du ministère de la santé) se rendent en renfort au centre de crise sanitaire (constitué essentiellement de membres des équipes « métier », en particulier DGS – direction générale de la santé). - Petit à petit, l’équipe s’étoffe et des travaux sont également réalisés à distance par d’autres personnes de la Drees. - Après le déconfinement, l’équipe est officiellement nommée « pôle indicateurs », constituée de personnes d’équipes métier (DGS), de la Drees et de renforts externes. - Cette présentation ne vise pas à être exhaustive mais simplement à montrer le cheminement des travaux au cours de l’épidémie.
  2. Au commencement… - Peu / pas de sources de données

    existent au début de la crise et du confinement pour suivre le Covid-19 en particulier. - Rapidement, le système Si-Vic, initialement destiné au suivi des attentats, est déployé par la DGS et l’ANS pour monitorer le suivi de la situation hospitalière. - Pour d’autres champs, la situation est moins évidente : - soit il n’existe pas de système d’information : c’est le cas par exemple pour suivre les respirateurs dans les établissements de santé, ou les consommables des laboratoires → il faut donc mettre en place de telles remontées ; - soit il n’existe pas de remontée centralisée des systèmes d’information décentralisés : c’est par exemple le cas s’agissant du suivi des lits de réanimation.  Premières étapes du travail :  monter un système de recensement des respirateurs dans les établissements de santé ;  passer d’une extraction quotidienne manuelle des données régionales sur les lits de réanimation à un système automatisé. Tout cela se fait très vite au tout début de la crise.
  3. … puis, au fur et à mesure de la remontée

    des données… - Les données issues des systèmes d’information déployés / créés / amendés dans le cadre du Covid doivent ensuite être exploitées pour aider à la décision. - Des travaux de fond sur les données sont réalisés : - Correction des données hospitalières « en temps réel » ; - Estimation des délais de rendu des tests ; - … - Différentes restitutions (éparses) sont mises en place : - Suivi des cas à l’hôpital et en Ehpad / ESMS ; - Suivi de la disponibilité des lits ; - Lien entre les projections de cas et les capacités hospitalières ; - …. - Un modèle est mis en place pour aider à la régulation des stocks de médicaments.
  4. L’étape suivante : partager les données - En plus des

    données rapidement publiées en opedata (data.Gouv.fr ou Géodes notamment), sont appartus des besoin plus spécifiques venant d’acteurs divers : - chercheurs ; - agences régionales de santé ; - décideurs ; Mais proches : besoin de centralisation et de normalisation des informations.  La solution :  Une plateforme de mise à disposition de données (pré formatées) avec des profils utilisateurs différents selon les données pertinentes ;  Un outil de dataviz centralisé permettant le monitorage de l’épidémie en temps réel, la création de reportings automatisés, etc.
  5. La suite… - L’adaptation aux nouvelles sources de données et

    aux nouveaux besoins selon la vague de l’épidémie. - Des analyses plus poussées sur certaines thématiques « d’actualité ».  Afin de pouvoir répondre de la manière la plus réactive possible aux exigences de la gestion de crise.