Articles Santé
Lundi 26 janvier, Withings a participé au hackathon Données de Santé, premier hackathon organisé par l’Assurance Maladie et Etalab, la mission interministérielle chargée de l’ouverture des données publiques, responsable notamment de la gestion du portail data.gouv.fr.
Lundi 26 janvier, Withings a participé au hackathon Données de Santé, premier hackathon organisé par l’Assurance Maladie et Etalab, la mission interministérielle chargée de l’ouverture des données publiques, responsable notamment de la gestion du portail data.gouv.fr.
A l’occasion de ce hackathon, des jeux de données inédits de la Sécurité sociale ont été dévoilés, contenant des informations anonymisées des dépenses de santé des Français (consultations, médicaments, etc., hors hospitalisations) au cours des cinq dernières années.
L’objectif de ce hackathon était de faire collaborer les différents acteurs de l’écosystème de l’économie de la santé (développeurs, data scientists, économistes, chercheurs, etc.), et de faire émerger des réutilisations originales des données publiques ouvrant de nouveaux usages et services associés à ces données.
Ainsi, environ 60 participants d’horizons multiples se sont réunis lundi dès 9h, dans les locaux de La Paillasse à Paris. Après des restitutions par groupe en fin d’après-midi, Mme. Marisol Touraine, ministre de la santé, a conclu cette journée suite à des interventions de M. Nicolas Revel, directeur de l’Assurance Maladie, et de M. Henri Verdier, directeur d’Etalab.
Pour ce hackathon, Withings était porteur d’un projet, intitulé “Quelle est l’influence des modes de vie sur les dépenses de santé ?”, qui se proposait d’analyser les effets potentiels de l’état de santé d’une population (niveau d’activité, corpulence) sur sa consommation moyenne de soins. Pour cela, Withings a croisé les données de l’Assurance Maladie avec des données agrégées provenant des trackers d’activité et pèse-personnes connectés de sa communauté d’utilisateurs.
La carte ci-dessous présente la vue par département du montant total remboursé en 2014 pour des prestations de médecine générale, en moyenne par personne. Les données de population des départements sont celles de l’Insee.
[raw]
[/raw]
Les deux cartographies suivantes représentent les jeux de données agrégés de la communauté Withings : des données de niveau d’activité physique et de corpulence, mesurées respectivement par le nombre moyen de pas par jour et le taux d’individus en surpoids ou obèses (individus avec un indice de masse corporelle supérieur à 25 kg/m2).
[raw]
[/raw]
En traçant le nombre moyen de pas par jour en fonction des dépenses en médecine générale par personne, une corrélation est observée, comme l’atteste l’image qui suit. Dans les départements où la moyenne de pas est moins élevée, les dépenses de santé par personne sont plus importantes. La sédentarité est ainsi liée à une consommation de soins de santé plus élevée.
[raw]
[/raw]
Dans cette visualisation, on met en évidence la relation existante entre dépenses de santé et niveau d’activité physique. Il existe bien évidemment plein d’autres facteurs pouvant influencer les dépenses de santé (pyramide des âges, distribution entre hommes et femmes, zones rurales ou urbaines, etc.), qui mériteraient d’être investigués en détail.
Le même exercice réalisé pour l’activité physique peut être effectué maintenant pour le taux de surpoids et d’obésité. Ici, cependant, pas de corrélation évidente n’a été observée. Il faudrait segmenter cette analyse par tranches d’âge ou par tranches géographiques plus fines, pour voir si de potentielles corrélations ne se dévoilent.
[raw]
[/raw]
Une conclusion forte de cette journée donc, plus les gens sont actifs, moins ils sont consommateurs de soins de santé.
Withings est fier de sa participation au 1er hackathon de l’Assurance Maladie et Etalab, et d’avoir contribué au débat sur l’ouverture des données publiques de santé, en montrant ce que le croisement de ces données peut produire. Retrouvez les tweets de l’événement sous le hashtag #HackDDS.
A propos des données
Withings garantit la confidentialité des données personnelles et protège la vie privée de tous ses utilisateurs. Ainsi, les données utilisées pour cette étude construites sur la base des utilisateurs Withings sont des données anonymisées et agrégées.
[raw]
[/raw]
