Probabilistic Record Linkage (PRL)

Base SAMUBase hôpital

Base uniqueEnrichissement des bases locales

Combiner plusieurs ensembles de données en un seul

RL : objectif

Marie Dupond F 05/05/44 18/11/08 fracture fémur, ...

Données SAMU

Marie Dupond F 05/05/45 18/11/08 cim10 ccam

Données hôpital

Utiliser des propriétés statistiques des variables communes (nom, prénom...) pour calculer la probabilité que 2 enregistrements concernent le même patient.

PRL : méthode

PRL : méthode

• Pour une variable

• Deux propriétés statistiques

Fiabilité

Pouvoir discriminant

• Pour calculer la cote d'un appariement

PRL : fiabilité

• probabilité d'agrément sur un appariement. (# sensibilité)

• F = 1 – taux d'erreur

• taux d'erreur : déterminé à partir d'une analyse manuelle des

données ou de recherches précédentes (erreurs de saisie)

• Ex:

variable = nom de familletaux erreur = 5%nom SAMU = nom hosp fiabilité F = 0.95nom SAMU ≠ nom hosp fiabilité 1- F = 0.05

PRL : pouvoir discriminant

probabilité d'un agrément sur un non appariement.

P = 1 / nombre valeurs possibles

• Ex :

Variable = mois de naissance (en chiffres)

12 valeurs possibles

mois SAMU = mois hosp P = 1 / 12 = 0.083

mois SAMU ≠ mois hosp P = 0.917

PRL : fiabilité x pouvoir discriminant

Mois de naissance 12 valeurs possiblesTaux d'erreur = 5%

2 possibilités :agrément

mois SAMU = mois hosp 0.95 0.083 11:1

mois SAMU ≠ mois hosp 0.05 0.917 1:18

PRL : en pratique

SAMUSAMU HôpitalHôpital

Si 1 enregistrement de la base hôpital s'apparie à 1(et 1 seul) enregistrement de la base SAMU qui contient 100 000 enregistrements :

Cote d'appariement de 2 enregistrements = 1 contre 99 999

PRL : agrément sur le prénom

F = 0.90

P = 0.01

prénoms identiques : agrément sur le prénom = 90:1

Cote d'appariement = 1 / 99 999 x 90/1 = 1 contre 1 111

Marie Dupond F 05/05/44 18/11/08 fracture fémur, ...

Données SAMU

Marie Dupond F 05/05/45 18/11/08 cim10 ccam

Données hôpital

PRL : agrément sur le nom

F = 0.90

P = 0.004

noms identiques : agrément sur le nom = 22:1

Cote d'appariement = 1 / 1 111 x 22 / 1 = 1 contre 51

Marie Dupond F 05/05/44 18/11/08 fracture fémur, ...

Données SAMU

Marie Dupond F 05/05/45 18/11/08 cim10 ccam

Données hôpital

PRL : agrément sur le sexe

F = 0.99

P = 0.5

sexes identiques ratio : agrément sur le sex = 2 : 1

Cote d'appariement = 1 / 51 x 2 / 1 = 1 contre 25

PRL : agrément sur la date de naissance

Jour : F = 0.99 P = 0.03 (1/30)

jours identiques : agrément sur le jour = 30 : 1

Mois : F = 0.99 P = 0.08 (1/12)

mois identiques : agrément sur le mois = 12 : 1

Année : F = 0.99 P = 0.01

années différentes

agrément sur l’année = 0.01 / 0.99 = 1 : 99

Cote d'appariement = 1 / 25 x 4 = 1 contre 6

PRL : validation

Sensibilité

Spécificité

Courbes ROC

Valeurs seuils

PRL : agrément sur 2 enregistrements

Cote = 1 contre 6

3 classes en fonction de valeurs seuils

Cote > S1 appariement oui

Cote < S2 appariement non

- S2 < cote < S1 appariement ?