Data-Gouv-FR/open-medic-base-complete-sur-les-depenses-de-medicaments-interregimes

Open Medic数据集是一个关于法国跨制度药物支出的完整数据库，属于Open Medic数据产品的一部分。该数据集包含从2014年到2025年法国城市药房药物使用的年度数据，提供了药物支出（包括报销金额和可报销金额）、交付药品盒数以及受益者描述信息（如年龄组、性别、根据新Insee命名法的居住地区）或处方者专业信息的详细数据。数据来源于法国国家健康数据系统（SNDS），并使用ATC分类系统对药物进行层次化分类（按作用器官/系统或治疗/化学特性分组）。数据集分为两种类型：一是完整的跨制度药物支出数据库（如Open_Medic_2014至2025），用于按年份分析药物支出和交付盒数；二是补充的消费者计数数据库（前缀为NB，后缀表示ATC分类级别和额外细分标准），用于统计不同分组级别的药物消费者人数，并提供金额和盒数指标。数据集共包含48个数据库，确保消费者计数不重复。重要说明：自2015年1月1日起，报销基础和报销金额不包括药剂师的配药费用。数据集以Parquet和CSV格式提供，涵盖多个子集（如open-medic-2025、2025-atc1至atc5、2025-cip13等），适用于公共卫生、药物经济学和政策分析等研究。--- license: 其他 language: - 法语 tags: - data-gouv - 法国公共数据 - Parquet文件格式 - CSV文件格式 - 开放数据 pretty_name: "Open Medic：跨医保体系药品支出完整数据库" configs: - config_name: open-medic-2025 data_files: - split: train path: data/open-medic-2025.parquet - config_name: 2025-atc1 data_files: - split: train path: data/2025-atc1.parquet - config_name: 2025-atc2 data_files: - split: train path: data/2025-atc2.parquet - config_name: 2025-atc3 data_files: - split: train path: data/2025-atc3.parquet - config_name: 2025-atc4 data_files: - split: train path: data/2025-atc4.parquet - config_name: 2025-atc5 data_files: - split: train path: data/2025-atc5.parquet - config_name: 2025-cip13 data_files: - split: train path: data/2025-cip13.parquet - config_name: open-medic-2024 data_files: - split: train path: data/open-medic-2024.parquet --- # Open Medic：跨医保体系药品支出完整数据库 ## 数据源 - 官方数据源：https://www.data.gouv.fr/datasets/open-medic-base-complete-sur-les-depenses-de-medicaments-interregimes - data.gouv.fr平台数据集标识符：`566e964188ee3875beaf0bf5` - data.gouv.fr平台数据标识别名（Slug）：`open-medic-base-complete-sur-les-depenses-de-medicaments-interregimes` - data.gouv.fr元数据中注明的许可证：fr-lo ## Hugging Face 数据集结构 - 一个data.gouv.fr数据集对应一个Hugging Face仓库 - 一个原始表格资源对应一个Hugging Face子数据集/配置项 - 每个子数据集/配置项均包含一个名为`train`的拆分集 ## 子数据集列表 - `open-medic-2025` → `data/open-medic-2025.parquet` - `2025-atc1` → `data/2025-atc1.parquet` - `2025-atc2` → `data/2025-atc2.parquet` - `2025-atc3` → `data/2025-atc3.parquet` - `2025-atc4` → `data/2025-atc4.parquet` - `2025-atc5` → `data/2025-atc5.parquet` - `2025-cip13` → `data/2025-cip13.parquet` - `open-medic-2024` → `data/open-medic-2024.parquet` ## 使用示例 python from datasets import load_dataset # 选择所需子数据集/配置项： ds = load_dataset("Data-Gouv-FR/open-medic-base-complete-sur-les-depenses-de-medicaments-interregimes", "open-medic-2025") print(ds["train"]) ## 数据集说明 Open Medic 数据集包含2014年至2025年法国社区药房配发药品的年度使用数据库，可作为[Medic’AM](https://www.data.gouv.fr/fr/datasets/medicaments-rembourses-par-lassurance-maladie/)数据集的补充信息来源。 所有数据均取自法国国家健康数据系统（Système National des Données de Santé，SNDS）。 药品数据按照ATC（Anatomical Therapeutic Chemical，解剖学治疗学及化学分类系统）分类体系进行呈现。ATC分类体系采用层级化原则对药品进行分类，根据药品作用的器官/系统以及治疗学、化学特性将药品划分为不同组别。 本数据集包含两类核心数据： * **跨医保体系药品支出完整数据库** 2014至2025年的Open_Medic系列基础数据集可用于分析单年度药品支出（含已报销金额与待报销金额）以及配发药品盒数，分析维度涵盖受保人的人口统计学特征（年龄区间、性别、依据法国国家统计与经济研究所[Insee]新版命名规范划分的居住地区），以及处方医师的专科信息。 * **含用药人群统计的补充增强数据库** 第二类数据集作为2014至2025年Open_Medic基础数据集的补充，用于呈现不同聚合层级下的用药人群数量，同时也提供对应层级的药品金额与配发盒数统计指标。 此类文件以“NB+对应年份”作为前缀，后缀则分别表示所采用的ATC分类层级（ATC1、ATC2……CIP13）以及附加的统计维度划分规则。 本次共构建了48个数据库，以满足分析需求并确保用药人群统计不会重复计数。所有数据库可按照对应年份以及ATC分类体系的不同层级进行访问。 *重要提示：自2015年1月1日起，本数据集的报销数据库与报销金额统计不包含社区药房药师收取的药品包装配药服务费。*

搜集汇总

数据集介绍

使用方法

用户可通过数据年鉴（如Open_Medic_2024）按年度直接调取完整支出数据，适用于药品总量分析、费用构成比较及区域分布可视化。对于人群渗透率研究，应选用标注'NB'前缀的补充数据库，并依据ATC层级（如ATC1表示解剖学主类，CIP13表示具体药品）筛选所需粒度。分析时需注意：报销金额自2015年起不再包含药剂师配药手续费，因此历年对比需调整口径。数据以CSV格式存放于data.gouv.fr平台，支持直接下载或通过API批量获取，在Python或R等工具中可结合pandas或dplyr进行清洗与聚合计算。

背景与挑战

背景概述

Open Medic完整跨保险药物支出数据集由法国国家健康数据系统（SNDS）于2014年至2024年间构建，研究团队依托法国公共健康保险机构，旨在揭示门诊药房药物使用的宏观趋势。该数据集以ATC药物分类体系为核心，整合受益者年龄、性别、居住区域及处方专科医生等维度的信息，提供年度报销金额、可报销金额与药品发放盒数等关键指标。作为Medic'AM文件的补充，它填补了法国药物支出研究中跨保险制度综合数据的空白，为药物流行病学、卫生经济学及政策评估提供了高价值的基础分析框架。

当前挑战

该数据集面对的领域挑战在于药物支出受多重因素交织影响，包括人口老龄化、新药上市成本激增及处方行为差异，需要从统计层面对混杂变量进行精准控制。构建过程中，SNDS数据库的庞大性与敏感性要求严格的数据匿名化处理，同时需确保跨年度、跨保险制度的数据一致性，以避免重复计算。此外，48个子库的划分虽提升了灵活性，却对用户的数据整合能力提出高要求，需在保护隐私的前提下实现高效的跨表关联与质量控制分析。

常用场景

经典使用场景

Open Medic 数据集涵盖了法国2014年至2024年间药房中药品发放的完整记录，其核心应用价值在于基于ATC（解剖治疗化学）分类体系，系统性地追踪不同药品的报销金额、可报销额度及发放盒数。研究者可依据受益人的年龄、性别、居住区域及处方医师专业领域等维度，对药品使用与支出特征进行精细化的横断面分析。该数据集特别适用于流行病学与卫生经济学领域，用以评估特定药品类别（如心血管药物、抗糖尿病药物）在不同人群中的使用模式变化，并识别潜在的医疗资源分配不均问题。通过跨年份的纵向对比，能够揭示药品消费的趋势演变，为政策制定者提供基于真实世界数据的决策支撑。

实际应用

在实际公共卫生管理场景中，Open Medic数据集成为法国国家健康保险系统优化控费策略的基石工具。健康保险机构可定期利用该数据识别异常高额处方区域或特定药物类别（如质子泵抑制剂）的过度使用情况，从而启动针对性审计或开展药物合理使用教育。制药企业则能据此分析自身产品在真实世界中的市场份额变化与处方偏好演变，辅助制定市场准入策略。此外，地区卫生局（ARS）可结合区域人口结构与疾病负担数据，利用该数据集预测未来药品预算需求，并评估本地化预防措施（如疫苗接种推广）是否成功降低了相关感染性疾病的药品支出。

衍生相关工作

围绕Open Medic数据集催生了一系列重要的衍生研究，典型成果包括构建法国全国性的药品消费地图（medicament maps），通过空间统计方法揭示地理不平等现象。另有工作基于该数据开发了药品支出早期预警模型，利用时间序列预测各治疗大类在来年的预算超支风险。在方法论层面，研究者将其与法国住院病历数据（PMSI）关联，建立了针对慢性病患者的药-医复合路径分析框架，用以评估多药共用的安全性与临床结局。此外，该数据集也支撑了多项关于仿制药替代政策效果的准实验研究，通过断点回归设计首次量化了强制替换政策对不同收入阶层患者的实际经济影响。