The “Système National des Données de Santé” (the French National Health Data System – SNDS) consists of individual data from three databases: the inter-scheme consumption datamart, i.e. the national claims database (DCIR), the national hospital discharge database (PMSI), and the national causes-of-death register. The SNDS covers continuously around 99% of the French population, i.e. more than 67 million people.

Mc Nemar test regarding changes in prevalence consumptions.

Characteristics of subjects benefiting from cancer-related healthcare in 2010 and 2015.

Comparison of characteristics at inclusion of patients identified with the MYLORD and the PALMARO algorithms among patients affiliated to the health insurance’s general scheme in France (between 2014-2020).

IntroductionPluriprofessional and coordinated healthcare use is recommended for Alzheimer's Disease and Related Diseases (ADRD). Despite a protective health system, France is characterized by persistent and significant social inequalities in health. Although social health inequalities are well documented, less is known about social disparities in healthcare use in ADRD, especially in France. Therefore, this study aimed to describe healthcare use according to socioeconomic deprivation among ADRD subjects and the possible potentiating role of deprivation by age.MethodsWe studied subjects identified with incident ADRD in 2017 in the French health insurance database (SNDS). We described a large extent of their healthcare use during the year following their ADRD identification. Deprivation was assessed through French deprivation index (Fdep), measured at the municipality level, and categorized into quintiles. We compared healthcare use according to the Fdep quintiles through chi-square tests. We stratified the description of certain healthcare uses by age groups (40–64 years, 65–74 years, 75–84 years, 85 years, and older), number of comorbidities (0, 1, 2–3, 4 comorbidities and more), or the presence of psychiatric comorbidity.ResultsIn total, 124,441 subjects were included. The most deprived subjects had less use of physiotherapy (28.56% vs. 38.24%), ambulatory specialists (27.24% vs. 34.07%), ambulatory speech therapy (6.35% vs. 16.64%), preventive consultations (62.34% vs. 69.65%), and were less institutionalized (28.09% vs. 31.33%) than the less deprived ones. Conversely, they were more exposed to antipsychotics (11.16% vs. 8.43%), benzodiazepines (24.34% vs. 19.07%), hospital emergency care (63.84% vs. 57.57%), and potentially avoidable hospitalizations (12.04% vs. 10.95%) than the less deprived ones.Discussion and conclusionThe healthcare use of subjects with ADRD in France differed according to the deprivation index, suggesting potential health renunciation as in other diseases. These social inequalities may be driven by financial barriers and lower education levels, which contribute to health literacy (especially for preventive care). Further studies may explore them.

Objectives: To investigate the clinical characteristics, epidemiology, survival estimates and healthcare resource utilization and associated costs in patients with systemic sclerosis-associated interstitial lung disease (SSc-ILD) in France.Methods: The French national administrative healthcare database, the Système National des Données de Santé (SNDS), includes data on 98.8% of the French population, including data relating to ambulatory care, hospitalizations and death. In our study, claims data from the SNDS were used to identify adult patients with SSc-ILD between 2010 and 2017. We collected data on clinical features, incidence, prevalence, survival estimates, healthcare resource use and costs.Results: In total, 3,333 patients with SSc-ILD were identified, 76% of whom were female. Patients had a mean age [standard deviation (SD)] of 60.6 (14.4) years and a mean (SD) individual study duration of 3.9 (2.7) years. In 2016, the estimated overall incidence and prevalence were 0.69/100,000 individuals and 5.70/100,000 individuals, respectively. The overall survival estimates of patients using Kaplan–Meier estimation were 93, 82, and 55% at 1, 3, and 8 years, respectively. During the study, 98.7% of patients had ≥1 hospitalization and 22.3% of patients were hospitalized in an intensive care unit. The total annual mean healthcare cost per patient with SSc-ILD was €25,753, of which €21,539 was related to hospitalizations.Conclusions: This large, real-world longitudinal study provides important insights into the epidemiology of SSc-ILD in France and shows that the disease is associated with high mortality, healthcare resource utilization and costs. SSc-ILD represents a high burden on both patients and healthcare services.Clinical Trial Registration:www.ClinicalTrials.gov, identifier: NCT03858842.

Le taux d’incidence des complications du diabète ainsi que la fréquence des examens de suivi sont calculés parmi les personnes diabétiques traitées pharmacologiquement, identifiées dans le SNDS grâce à un algorithme sélectionnant les personnes ayant bénéficié d'au moins 3 remboursements d’un traitement antidiabétique (ATC A10) - ou 2 en cas de grand conditionnement, à des dates différentes au cours d’une année donnée. A partir de l'année 2022, les personnes sous monothérapie d'iSGLT2 (ATC A10BK), c'est à dire n'ayant eu que des délivrances d'ISGLT2 sans aucune autre délivrance d'un traitement antidiabétique d'une autre classe thérapeutique, ont été exclus du champ de l’algorithme d’identification des cas de diabète traité pharmacologiquement. Ceci afin de tenir compte de l'extension d'autorisation de mise sur le marché des iSGLT2 à l'insuffisance cardiaque et rénale indépendamment du diabète de type 2. Cela peut conduire à exclure des personnes diabétiques de type 2 traitées uniquement pas monothérapie de cette classe thérapeutique.Les indicateurs sont mis à jour annuellement depuis 2019, et disponibles à partir de 2010.Précisions :Pour le calcul des indicateurs portant sur la fréquence des examens de suivi, seuls les examens effectués en libéral soumis à remboursement sont considérés, excluant ainsi les examens effectués en centres de santé ou à l’hôpital. Pour les examens de suivi, seuls les taux bruts sont présentés, y compris pour les comparaisons entre les régions, car l’objectif des politiques de santé publique doit porter sur une amélioration du recours aux soins, quel que soit l’âge.Pour le calcul des taux d’incidence des complications du diabète : les taux sont standardisés sur la structure d’âge de la population européenne 2010 : Eurostat, population EU-27. La comparaison entre les régions doit être effectuée à partir des taux d’incidence standardisés chez les personnes de 45 ans et plus. Les taux d’incidence standardisés permettent de tenir compte des différentes structures de population entre les territoires. Les taux d’incidence sont à prendre avec précaution sur certains territoires pour lesquels le nombre de personnes diabétiques reste faible. Dans ces territoires, les taux d’incidence de complications estimés pour 100 000 personnes diabétiques peuvent varier du fait du faible effectif de la population.L’algorithme de définition du diabète ne prend pas en compte :- les ALD – Affections longue durée – (l’information n’étant pas disponible dans le SNDS pour la totalité des régimes),- les personnes décédées,- les personnes n’ayant pas fait l’objet de 3 remboursements d’antidiabétiques, du fait d’une hospitalisation par exemple. Examens de suivi pris en compte :Le dosage de l'hémoglobine glyquée (HbA1c) est identifié à partir du code 1517 de la nomenclature des actes de biologie médicale (NABM). La fréquence est d’au moins 3 dosages par an.Le dosage de la créatinine dans le sang est identifié à partir des codes 592, 593 et 407 de la nomenclature des actes de biologie médicale (NABM).Le dosage de l’albumine dans les urines est identifié à partir du code 1133 de la nomenclature des actes de biologie médicale (NABM).Le dosage des lipides (cholestérol, triglycérides ou bilan lipidique) est identifié à partir des codes 580, 590, 996 et 2001 de la nomenclature des actes de biologie médicale (NABM).Les consultations dentaires ont été identifiées à partir du code 18 de la spécialité médicale ou des codes 19, 53 et 54 de la nature d’activité du PS exécutant.Le suivi cardiologique comprend soit une consultation en cardiologie soit la réalisation d’un électrocardiogramme. Les électrocardiogrammes ont été identifiés à partir des codes de la classification commune des actes médicaux (CCAM) DEQP001 à DEQP008 et DEQA001 et les consultations en cardiologie à partir du code 3 de la spécialité médicale du professionnel de santé (PS) exécutant.Identification des complications :Les hospitalisations pour amputations de membre inférieur (AMI) ont été identifiées à partir des séjours hospitaliers mentionnant un acte codé selon la Classification commune des actes médicaux (CCAM) : NZFA001, NZFA002, NZFA003, NZFA004, NZFA005, NZFA006, NZFA007, NZFA008, NZFA009, NZFA010, NZFA013. Un même patient ayant eu plusieurs séjours pour AMI au cours de l’année n’a été comptabilisé qu’une seule fois.Les hospitalisations pour plaies du pied ont été identifiées à partir des codes diagnostics principaux, reliés ou associés de la Classification Internationale des Maladies (CIM10) : L97, M8607, M8617, M8627, M8637, M8647, M8657, M8667, M8687, M8697, S90 et S91. Un même patient ayant eu plusieurs séjours pour plaie du pied au cours de l’année n’a été comptabilisé qu’une seule fois.Les infarctus du myocarde transmuraux ont été identifiés à partir des codes de diagnostics principaux de la Classification Internationale des Maladies (CIM10) : I210, I211, I212 et I213. Un même patient ayant eu plusieurs séjours pour infarctus du myocarde transmural au cours de l’année n’a été comptabilisé qu’une seule fois.Les hospitalisations pour AVC ont été identifiées à partir des séjours mentionnant un diagnostic principal codé en I60 à I64 ou un diagnostic principal codé G46 avec un diagnostic associé (ou relié) en I60 à I64. Un même patient ayant eu plusieurs séjours pour AVC au cours de l’année n’a été comptabilisé qu’une seule fois.L’initiation d’un traitement de suppléance pour une IRCT (mise sous dialyse ou greffe rénale préemptive) a été identifié à partir de la liste des groupements homogènes de maladie (GHM), diagnostics, actes et forfaits liés à la transplantation rénale et à la dialyse, sans antécédent au cours des 6 années précédentes.Le taux d’incidence de l’insuffisance rénale chronique terminale traitée est calculé parmi les personnes diabétiques traitées pharmacologiquement.Pour aller plus loin :Consulter le dossier thématique Diabète sur le site de Santé publique France : https://www.santepubliquefrance.fr/maladies-et-traumatismes/diabete/la-maladie/#tabsRéférences associées :Sandrine Fosse-Edorh, Laurence Mandereau-Bruno. Suivi des examens recommandés dans la surveillance du diabète en France en 2013. N° thématique. Journée mondiale du diabète, 14 novembre 2015. Bull Epidemiol Hebd, 2015(34-35): p. 645-654.

Sandrine Fosse-Edorh, Laurence Mandereau-Bruno, Agnès Hartemann-Heurtier. Les hospitalisations pour complications podologiques chez les personnes diabétiques traitées pharmacologiquement en France en 2013. N° thématique. Journée mondiale du diabète, 14 novembre 2015. Bull Epidemiol Hebd, 2015(34-35): p. 638-644.

Prevalence of MM patients in metropolitan France based on the MYLORD algorithm (2014–2020).

Incidence of MM patients in metropolitan France: comparison of the MYLORD, the PALMARO and the FRANCIM registries figures (2014–2020).

The development of medico-administrative databases over the last few decades has led to an evolution and to a significant production of epidemiological studies on infectious diseases based on retrospective medical data and consumption of care. This new form of epidemiological research faces numerous methodological challenges, among which the assessment of the validity of targeting algorithm. We conducted a scoping review of studies that undertook an estimation of the completeness and validity of French medico-administrative databases for infectious disease epidemiological research. Nineteen validation studies and nine capture-recapture studies were identified. These studies covered 20 infectious diseases and were mostly based on the evaluation of hospital claimed data. The evaluation of their methodological qualities highlighted the difficulties associated with these types of research, particularly those linked to the assessment of their underlying hypotheses. We recall several recommendations relating to the problems addressed, which should contribute to the quality of future evaluation studies based on medico-administrative data and consequently to the quality of the epidemiological indicators produced from these information systems.

This supplemental material provides additional methodological details, definitions, and results supporting the main analysis.

Data Source: Describes the French national health data system (SNDS), and approvals for study.

Marginal Structural Models (MSMs) with Inverse Probability Treatment Weighting (IPTW): Provides a detailed explanation of the statistical modeling framework used to estimate the causal effect of concomitant methotrexate (MTX) on TNFi persistence, including model specification, weight construction, stabilization, and truncation procedures.

Supplemental Tables I–VI:

Table I: Lists the ATC codes and definitions used to identify medication exposures.

Table II: Describes algorithms for identifying comorbidities and related diagnoses from administrative data.

Table III: Summarizes baseline characteristics of the study population across MTX exposure levels.

Table IV: Presents detailed distributions of continuous and categorical MTX exposure across dosing regimens and calculation methods over trimesters.

Table V: Reports results from sensitivity analyses assessing the robustness of the main findings under alternative definitions of MTX exposure.

Table VI: Provides subgroup analyses evaluating the impact of concomitant MTX use on adalimumab persistence.

Supplemental Figure 1: Displays a directed acyclic graph (DAG) illustrating the hypothesized relationships among biologic persistence, concomitant MTX use, and time-varying confounders.

To compare healthcare use and the number of days of sickness benefits between people with anterior cruciate ligament (ACL) injury who received physiotherapy before and after ACL reconstruction (ACLR) and those who received physiotherapy after ACLR only. Secondary aim: to measure the association between the volume of preoperative healthcare and post-ACLR recovery. Each individual’s care pathway was extracted from a section of the French National Health Data System (SNDS) database (province: Pays de La Loire). The database was queried for the codes related to sickness benefits and healthcare utilization, including physiotherapy, medical and paramedical visits and procedures, medication, and medical equipment provided up to six months before and eighteen months after the ACLR. (Registry/number: ClinicalTrials.gov/NCT05737719). Based on the timing of physiotherapy, two subcohorts were created from the database: ‘prehabilitation’ (n = 513) for those receiving physiotherapy before and after ACLR; ‘no prehabilitation’ (n = 630) for those only receiving physiotherapy after ACLR. Before ACLR, healthcare use was higher for the ‘prehabilitation’ group, including the number of medical visits (3.9 ± 2.3 vs. 3.0 ± 1.9 univariate p < 0.001), analgesia (mild opioids 60.4% vs. 49.8% univariate p < 0.001), dispensing of medical equipment (85.0% vs. 68.9% univariate p < 0.001) and sickness benefit days (52.7 ± 45.6 days vs. 33.2 ± 35.8 days, univariate p < 0.001). After ACLR, the ‘prehabilitation’ group underwent a higher number of physiotherapy sessions (46.8 ± 21.9 sessions vs 35.8 ± 19.0 sessions, p < 0.001) but had a similar number of sickness benefit days (94.7 ± 77.8 days vs 87.1 ± 69.9 days, p = 0.092). From the multivariate analysis (n = 1143): age, comorbidities, the preoperative number of sickness benefit days, and the number of physiotherapy sessions before ACLR explained 24% of the variance in days of sickness benefits after ACLR. Prehabilitation was associated with higher healthcare utilization before and after ACLR. Prehabilitation, and other preoperative variables, explained only a part of the number of days of sickness benefits after ACLR.

Les séjours hospitaliers pour asthme sont identifiés à partir des informations du programme de médicalisation des systèmes d’information (PMSI) des hôpitaux, auquel Santé publique France accède dans le SNDS.Les taux sont rapportés à la population française, estimée par l’Insee et fournie annuellement en janvier via les estimations localisées de population (ELP). Les taux sont standardisés sur l’âge de la population européenne de 2010 (Revision of the European standard population, Eurostat 2013).Les indicateurs sont calculés annuellement et disponibles pour chaque année depuis 2000.Précisions :L’algorithme de sélection des séjours hospitaliers retient les séjours codés comme suit (CIM10 – classification internationale des maladies, 10ème révision) : J45-J46 en diagnostic principalPour aller plus loin :Consulter le dossier Asthme sur le site de Santé publique France :

https://www.santepubliquefrance.fr/maladies-et-traumatismes/maladies-et-infections-respiratoires/asthme

Few studies investigated sex-related differences in care consumption after dialysis initiation. Therefore, the aim of this study was to compare the care trajectory in the first year after dialysis start between men and women by taking into account the context of dialysis initiation. All patients who started dialysis in France in 2015 were included. Clinical data of patients and context of dialysis initiation were extracted from the Renal Epidemiology and Information Network (REIN) registry. Data on care consumption in the first year after dialysis start came from the French national health data system (SNDS): hospital stays <24h, hospital stays to prepare or maintain vascular access, hospital stays >24h for kidney problems and hospital stays >24h for other problems, and consultations with a general practitioner. Variables were compared between men and women with the χ2 test and Student’s or Welch t-test and logistic regression models were used to identify the factors associated with care consumption after dialysis start. The analysis concerned 8,856 patients (36% of women). Men were less likely to have a hospital stays >24h for kidney problems than women (OR = 0.8, 95% CI = [0.7–0.9]) and less general practitioner consultations (OR = 0.8, 95% CI = [0.8–0.9]), in the year after dialysis initiation, after adjustment on patient’s characteristics. Moreover, hospital stays for vascular access preparation or maintenance were longer in women than men (median duration: 2 days [0–2] vs. 1 day [0–2], p < 0.001). In conclusion, despite greater comorbidities in men, this study found few differences in post-dialysis care trajectory between men and women.

Ce jeu de données est une des sources de datavisualisations disponibles sur le site Data professionnels de santé libéraux.

Mises à jour des données :

Mise à jour du 19/06/2023 : première mise en ligne des données, de l'année 2010 à l'année 2021 Mise à jour du 23/01/2024 : ajout des données de l'année 2022Mise à jour du 04/11/2024 : ajout des données de l'année 2023Mise à jour du 06/10/2025 : ajout des données de l'année 2024

Pour plus d'informations et détails sur les mises à jour et changements opérés dans les données (périmètre, mode de calcul, correctif, etc.), consulter la page Méthode de ce site.

Informations générales : Les professions de santé libérales disponibles dans ce jeu de données sont : les médecins (avec plus d’une vingtaine de spécialités médicales).

Il s'agit de professionnels de santé actifs au 31 décembre de l’année concernée et :

exerçant leur activité en libéral ;
en France métropolitaine, Guadeloupe, Guyane, La Réunion, Martinique et Mayotte ;
ayant perçu au moins 1 euro d’honoraires ;
qu’ils soient conventionnés avec l’Assurance Maladie ou non conventionnés (lorsqu’ils génèrent une prescription remboursée par l’Assurance Maladie) ;
les professionnels en cumul emploi-retraite sont décomptés dans les effectifs dès lors qu’ils remplissent les conditions précédentes.  

Ce jeu de données présente des informations sur le secteur conventionnel des médecins libéraux :

conventionnés en secteur 1 ; conventionnés en secteur 2 ;

avec adhésion à l’Optam/Optam-CO ; sans adhésion à l’Optam/Optam-CO ;

non conventionnés.

Plusieurs niveaux territoriaux sont disponibles : niveau national (France entière), région, département.

Les données sont issues du système national des données de santé (SNDS). Pour plus d'informations (source, champ, définitions des modalités), consulter la page Méthode de ce site.

Fréquence de mise à jour des données :

Les données proposées en téléchargement dans l’onglet « Export » sont mises à jour chaque année (données de la France entière depuis 2010).

La prévalence du diabète est calculée annuellement pour tous les types de diabète à partir des données de remboursement de médicaments. Les personnes traitées pharmacologiquement pour un diabète sont identifiées dans le SNDS grâce à un algorithme sélectionnant les personnes ayant bénéficié d'au moins 3 remboursements d’un traitement antidiabétique (ATC A10) - ou 2 en cas de grand conditionnement, à des dates différentes au cours d’une année donnée. Les taux sont rapportés à la population française, estimée par la moyenne des estimations localisées de population (ELP) des années n et n+1 fournies par l’Insee et mises à jour chaque année en janvier de l’année n+1. Les taux standardisés sont calculés en utilisant la structure d’âge de la population européenne 2010 : Eurostat, population EU-27.Les indicateurs sont mis à jour annuellement et disponibles à partir de l’année 2010.Précisions :A partir de l'année 2022, les personnes sous monothérapie d'iSGLT2 (ATC A10BK), c'est à dire n'ayant eu que des délivrances d'ISGLT2 sans aucune autre délivrance d'un traitement antidiabétique d'une autre classe thérapeutique, ont été exclus. Ceci afin de tenir compte de l'extension d'autorisation de mise sur le marché des iSGLT2 à l'insuffisance cardiaque et rénale indépendamment du diabète de type 2.L'adaptation de l'algorithme à partir de l'année 2022, c’est-à-dire l'exclusion des monothérapies par iSGLT2, peut conduire à exclure des personnes diabétiques de type 2 traitées uniquement pas monothérapie de cette classe thérapeutique.L’algorithme de définition du diabète ne prend pas en compte :- les ALD – Affections longue durée – (l’information n’étant pas disponible dans le SNDS pour la totalité des régimes),- les personnes décédées,- les personnes n’ayant pas fait l’objet de 3 remboursements d’antidiabétiques, du fait d’une hospitalisation par exemple. Pour aller plus loin :Consulter le dossier thématique Diabète sur le site de Santé publique France : https://www.santepubliquefrance.fr/maladies-et-traumatismes/diabete/la-maladie/#tabsRéférence associée :

Mandereau-Bruno, L., Sandrine Fosse-Edorh., Prévalence du diabète traité pharmacologiquement (tous types) en France en 2015. Disparités territoriales et socio-économiques. N° thématique. Journée mondiale du diabète, 14 novembre 2017. Bull Epidemiol Hebd, 2017(27-28): p. 586-591.

Ce jeu de données est une des sources de datavisualisations disponibles sur le site Data professionnels de santé libéraux.

Mises à jour des données :

Mise à jour du 19/06/2023 : première mise en ligne des données, de l'année 2021 Mise à jour du 23/01/2024 : ajout des données de l'année 2022Mise à jour du 04/11/2024 :ajout des données annuelles sur la période 2010-2020ajout des données de l'année 2023Mise à jour du 06/10/2025 : ajout des données de l'année 2024

Pour plus d'informations et détails sur les mises à jour et changements opérés dans les données (périmètre, mode de calcul, correctif, etc.), consulter la page Méthode de ce site.

Informations générales : Les professions de santé libérales disponibles dans ce jeu de données sont : les médecins (avec plus d’une vingtaine de spécialités médicales).

Il s'agit de professionnels de santé actifs au 31 décembre de l’année concernée et :

exerçant leur activité en libéral ;
en France métropolitaine, Guadeloupe, Guyane, La Réunion, Martinique et Mayotte ;
ayant perçu au moins 1 euro d’honoraires ;
qu’ils soient conventionnés avec l’Assurance Maladie ou non conventionnés (lorsqu’ils génèrent une prescription remboursée par l’Assurance Maladie) ;
les professionnels en cumul emploi-retraite sont décomptés dans les effectifs dès lors qu’ils remplissent les conditions précédentes.  

Ce jeu de données présente des informations sur les montants des différents postes de prescription des médecins libéraux :

médicaments ; dispositifs médicaux inscrits à la liste des produits et prestations (LPP) (dont lits médicaux, fauteuils roulants, fourniture d'oxygène, prothèses diverses, matériel pour le traitement du diabète, aides auditives et visuelles, etc.) ; biologie (actes de prélèvement et analyses biologiques) ; soins infirmiers ; kinésithérapie ; transports des malades ; indemnités journalières ; autres (dont actes de pédicurie, d'orthophonie, d'orthoptie, de vaccination, cures thermales, frais de déplacement des professionnels, etc.).

Ces montants sont présentés :

en montant total (pour l’ensemble d'une profession) ; en montant moyen (par professionnel).

Plusieurs niveaux territoriaux sont disponibles : niveau national (France entière), région, département.

Les données sont issues du système national des données de santé (SNDS). Pour plus d'informations (source, champ, définitions des modalités), consulter la page Méthode de ce site.

Secret statistique :

Par respect pour le secret statistique (loi du 7 juin 1951) et afin que l’identification directe ou indirecte des individus soit impossible, aucune information sur les honoraires, les prescriptions et la patientèle n'est communiquée lorsque le nombre de professionnels de santé libéraux est strictement inférieur à 5. La valeur de l'indicateur est alors indiquée par « NS » (non significatif) dans le jeu de données.

Abréviations présentes dans les données :

« NS » = non significatif (application du secret statistique) « NC » = non calculé (profession non concernée, etc.)

Fréquence de mise à jour des données :

Les données proposées en téléchargement dans l’onglet « Export » sont mises à jour chaque année (données de la France entière depuis 2010).

Mortality of MM patients based on the MYLORD algorithm (2014–2020).

Ce jeu de données est une des sources de datavisualisations disponibles sur le site Observatoire de l'accès aux soins.

Mises à jour des données : Mise à jour du 22/09/2025 : première mise en ligne des données, les données de 2025 disponibles à la date du 30/06/2025

Pour plus d'informations et détails sur les mises à jour et changements opérés dans les données (périmètre, mode de calcul, correctif, etc.), consulter la page Méthode de ce site.

Informations générales : Ce jeu de données présente des informations sur la part de patients en affection longue durée sans médecin traitant. Plusieurs niveaux territoriaux sont disponibles : niveau national (France entière), région, département. Les données sont issues du système national des données de santé (SNDS). Pour plus d'informations (source, champ, définitions des modalités), consulter la page Méthode de ce site.

Fréquence de mise à jour des données :

Les données proposées en téléchargement dans l’onglet « Export » sont mises à jour chaque trimestre (données de la France entière de l’année en cours).

Introduction: The objective of this study was to evaluate the complementarity of the French national health database (Système national des données de Santé, SNDS) and the Dijon Stroke Registry for the epidemiology of stroke patients with anticoagulated atrial fibrillation (AF). Methods: The SNDS collects healthcare prescriptions and procedures reimbursed by the French national health insurance for almost all of the 66 million individuals living in France. A previously published algorithm was used to identify AF newly treated with oral anticoagulants. The Dijon Stroke Registry is a population-based study covering the residents of the city of Dijon since 1985 and records all stroke cases of the area. We compared the proportions of stroke patients with anticoagulated AF in the city of Dijon identified in SNDS databases to those registered in the Dijon Stroke Registry. Results: For the period 2013–2017 in the city of Dijon, 1,146 strokes were identified in the SNDS and 1,188 in the registry. The proportion of strokes with anticoagulated AF was 13.4% in the SNDS and 20.3% in the Dijon Stroke Registry. Very similar characteristics were found between patients identified through the 2 databases. The overall prevalence of AF in stroke patients could be estimated only in the Dijon stroke registry and was 30.4% for the study period. Discussion/Conclusion: If administrative health databases can be a useful tool to study the epidemiology of anticoagulated AF in stroke patients, population-based stroke registries as the Dijon Stroke Registry remain essential to fully study the epidemiology of strokes with anticoagulated AF.