Data-Gouv-FR/pathologies-effectif-de-patients-par-pathologie-sexe-classe-dage-et-territoire-departement-regio

该数据集是Data pathologies网站上数据可视化可用的来源之一。

### 一般信息：

数据展示了由所有医疗保险制度覆盖的患者数量信息。这些数据按病理、慢性治疗或医疗事件、性别、年龄组、区域和部门提供。

病理、慢性治疗和医疗事件分为以下类别：

* 心脑血管疾病；
* 血管风险治疗（除病理外）；
* 糖尿病；
* 癌症；
* 精神疾病；
* 精神药物治疗（除病理外）；
* 神经系统疾病；
* 慢性呼吸系统疾病（除囊性纤维化外）；
* 炎症性或罕见疾病或HIV感染；
* 终末期慢性肾衰竭；
* 肝脏或胰腺疾病（除囊性纤维化外）；
* 长期病症（包括31和32）因其他原因；
* 因Covid-19住院（从2020年开始）；
* 产科（伴有或不伴有病理）；
* 镇痛或抗炎治疗（除病理、治疗、产科或住院外）；
* 未识别病理的住院（伴有或不伴有病理、治疗或产科）。

此外，还展示了未出现上述任何病理、慢性治疗或医疗事件的人员的报销费用，以及医疗保险病理和费用映射中全体人口的日常医疗消费费用。

数据中还展示了相应的患病率。它对应于在特定时间点，在某一人口中（以百分比表示）因某种病理（或慢性治疗或医疗事件）而接受治疗的患者比例。此处使用的人口是医疗保险病理和费用映射中的人口。

### 什么是医疗保险病理和费用映射的人口？

映射人口统计了所有强制性医疗保险受益人，无论其所属制度如何：

* 在当年至少享受过一次福利（医生诊疗、护理或理疗、药品、检验、运输等）；
* 和/或在当年至少住过一次公立或私立医疗机构（内科、外科、产科、精神病科、康复和适应护理、外部诊疗或家庭住院）。

截至2024年，它汇集了6740万所有医疗保险制度的受益人，他们使用了报销医疗。法国国家医疗保险基金（Cnam）使用此人口进行多项研究，并生成关于医疗保险病理和费用的数据。

欲了解更多信息，请查阅网站上的[方法]页面。

### 统计保密性：

出于对统计保密性的尊重（1951年6月7日法律），并确保无法直接或间接识别个人，当接受治疗的患者数量少于11人时，不提供任何关于患者数量的信息。指标值在数据集中由变量“NS”（不显著）表示，并在图形表示中固定为“不显著”。

### 2025年7月11日更新：2015年至2023年数据更新

数据历史已更新：

* **2015年至2022年的数据已更新**
* **2023年的数据现已可用**

此新版本数据（2025年7月）因此取代了先前版本（2024年7月）。

### 数据更新：

在“导出”选项卡中提供的下载数据每年更新（2015年至2023年法国全境数据）。

Ce jeu de données est une des sources de datavisualisations disponibles sur le site [Data pathologies](https://data.ameli.fr/pages/data-pathologies/).

### Informations générales :

Les données présentent des informations sur les effectifs de patients pris en charge par lensemble des régimes dassurance maladie. Elles sont disponibles par pathologie, traitement chronique ou épisode de soins, sexe, classe d’âge, région et département.

Les pathologies, traitements chroniques et épisodes de soins sont regroupés dans les catégories suivantes :

* maladies cardioneurovasculaires ;
* traitements du risque vasculaire (hors pathologies) ;
* diabète ;
* cancers ;
* pathologies psychiatriques ;
* traitements psychotropes (hors pathologies) ;
* maladies neurologiques ;
* maladies respiratoires chroniques (hors mucoviscidose) ;
* maladies inflammatoires ou rares ou infection VIH ;
* insuffisance rénale chronique terminale ;
* maladies du foie ou du pancréas (hors mucoviscidose) ;
* affections de longue durée (dont 31 et 32) pour dautres causes ;
* hospitalisation pour Covid-19 (à partir de 2020) ;
* maternité (avec ou sans pathologies) ;
* traitement antalgique ou anti-inflammatoire (hors pathologies, traitements, maternité ou hospitalisations) ;
* hospitalisations hors pathologies repérées (avec ou sans pathologies, traitements ou maternité).

Les dépenses remboursées des personnes qui ne présentent aucune des pathologies, traitements chroniques ou épisodes de soins mentionnés ci-dessus sont également présentées, ainsi que celles attribuées à la consommation courante de soins pour l’ensemble de la population de la cartographie des pathologies et des dépenses de lAssurance Maladie.

La prévalence correspondante est également présentée dans les données. Elle correspond à la proportion de patients pris en charge, à un moment donné, pour une pathologie (ou traitement chronique ou épisode de soins) dans une population (en %). La population utilisée ici est celle de la cartographie des pathologies et des dépenses de lAssurance Maladie.

### Qu’est-ce que la population de la cartographie des pathologies et des dépenses de l’Assurance Maladie ?

La population de la cartographie recense l’ensemble des bénéficiaires de l’assurance maladie obligatoire, quel que soit leur régime d’affiliation :

* ayant bénéficié dau moins une prestation dans l’année (soins de médecins, soins infirmiers ou de kinésithérapie, médicament, biologie, transports etc.) ;
* et/ou ayant séjourné au moins une fois dans un établissement de santé public ou privé dans l’année (séjours en médecine, chirurgie, obstétrique, psychiatrie, soins de suite et de réadaptation, actes et consultations externes ou hospitalisation à domicile).

Elle rassemble en 2024, 67,4 millions de bénéficiaires de lensemble des régimes dassurance maladie, ayant eu recours à des soins remboursés. Cette population est utilisée par la Caisse nationale de l’assurance Maladie (Cnam) pour réaliser de nombreuses études et produire des données sur les pathologies et les dépenses de l’Assurance Maladie.

Pour plus dinformations, consulter la page [Méthode](https://observatoirepathologies-cnam.opendatasoft.com/pages/methode/) du 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 effectifs nest communiquée lorsque le nombre de patients pris en charge est inférieur à 11. La valeur de lindicateur est alors indiqué par la variable « NS » (non significatif) dans le jeu de données et fixée à "Non significatif" dans les représentations graphiques.

### Mise à jour du 11/07/2025 : actualisation des données de 2015 à 2023

L’historique des données a été mis à jour :

* les données de **2015 à 2022 ont été actualisées**
* les données de **2023 sont maintenant disponibles**

Cette nouvelle version des données (juillet 2025) remplace ainsi la précédente (datant de juillet 2024).

### 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 de 2015 à 2023).

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共开放数据平台data.gouv.fr，由法国国家医疗保险基金（Cnam）基于其病理学与医疗支出图谱构建。原始数据覆盖法国全境，记录了2015年至2023年间所有医疗保险受益人按病理、慢性治疗或护理事件、性别、年龄组以及地区（大区和省份）划分的患者数量。数据集整合了多种医疗数据源，包括门诊诊疗、住院记录及药品报销等，并严格遵循统计保密原则，对患者数低于11人的单元格以“NS”（非显著）表示，以规避个体识别风险。HuggingFace版本将原始表格资源映射为名为“effectifs”的子集，并以Parquet格式存储，便于高效读取。

特点

该数据集的核心特色在于其多维分层结构：疾病类别涵盖心血管疾病、糖尿病、癌症、精神疾病、慢性呼吸疾病、新冠住院等16大类，同时包含无相关疾病人群的常规医疗消费数据。每个条目均提供绝对患者数及患病率（人口比例），分母为每年至少享受一次医疗服务的约6740万法国医保受益人。数据更新及时，2025年7月版已同步校正2015-2022年历史数据并新增2023年信息。独特的“非显著”标识机制与开放许可（ODC-ODbL）使其在保护隐私的同时，为流行病学分析和公共卫生政策研究提供了高价值。

使用方法

用户可通过HuggingFace的datasets库便捷加载数据，示例代码如下：`from datasets import load_dataset; ds = load_dataset("Data-Gouv-ML/pathologies-effectif-de-patients-par-pathologie-sexe-classe-dage-et-territoire-departement-region", "effectifs"); print(ds["train"])`。加载后的数据集为单训练分片（train split），以Apache Parquet列式存储格式封装，支持快速过滤与聚合操作。建议研究者按病理类别、年份或地区分组进行统计分析，同时注意处理标记为“NS”的缺失值。数据年频更新，适用于纵向疾病负担追踪及区域健康不平等研究。

背景与挑战

背景概述

该数据集由法国国家健康保险基金（Cnam）于2022年创建，依托官方开放数据平台data.gouv.fr发布，旨在系统性地揭示法国不同地区、性别与年龄层患者的病理分布特征。数据集涵盖了从心脑血管疾病、糖尿病、癌症到COVID-19住院等十余类重大疾病与慢性治疗领域，并整合了人口统计学与地理区域信息。作为健康政策研究与公共卫生决策的重要支撑，该数据集为流行病学分析、医疗资源配置及疾病负担评估提供了高粒度、标准化的数据基础，在法国乃至欧洲的医疗数据开放运动中具有标杆意义。

当前挑战

该数据集面临的核心挑战在于处理高敏感医疗数据的隐私保护与统计效度间的平衡。严格遵循1951年法国统计保密法，当患者数低于11人时以“NS”标识替代实际数值，此举虽规避了个体识别风险，却导致了稀疏病理与细分人群的数据缺失问题。此外，多源数据融合带来的异构性挑战尤为突出：需统一来自不同医保体制、时间跨度（2015—2023年）及地域层级的病患计数口径。构建过程中，数据的年度更迭（如2025年7月对历史数据的全面修正）进一步增加了版本管理与质量控制的技术难度。

常用场景

经典使用场景

该数据集广泛应用于流行病学与公共卫生领域的研究，通过统计不同病理、慢性治疗或护理事件的患者数量，并按性别、年龄组和行政区划（省/大区）进行分层，为分析疾病分布模式提供了坚实的数据基础。研究者常借助该数据集揭示心血管疾病、糖尿病、癌症等主要病种在不同人群中的患病率差异，并探讨社会经济与地理因素对疾病负担的影响。

实际应用

在实际应用中，该数据集支撑了法国国家医疗保险局（Cnam）的病理与费用图谱可视化平台，为政策制定者与医疗机构提供疾病流行趋势的实时洞察。此外，它被用于区域卫生规划中，协助识别高风险人群并定向分配医疗资源；同时，保险机构借助这些数据优化理赔模型与预防性健康管理项目，从而提升公共健康治理的效率与响应力。

衍生相关工作

该数据集衍生出多项经典工作，包括基于患病率时空变化构建的疾病预测模型、跨区域健康不平等指数（如Gini系数）的测算，以及与环境保护数据结合探讨空气污染对呼吸系统疾病影响的交叉分析。此外，研究者利用其长时序特性（2015-2023年）开展医疗政策成效评估，例如新冠疫情期间入院率变化与疫苗推广关联性研究，进一步拓展了在健康经济学与流行病监测中的方法论创新。