Débuter avec Python et les données PMSI

Objectifs Public visé / prérequis Perspectives Parcours Intervenants Partenaires + formations

Formation mise en place en collaboration avec l'ATIH
Formateur externe CNAMTS SNDS et ENSAE-ENSAI FORMATION CONTINUE
Nombre de participants restreint pour favoriser les échanges et permettre une mise en pratique optimale
Les aspects techniques et informatiques seront abordés de façon progressive au cours de la formation
Conseils sur les bonnes pratiques et les pièges à éviter

Objectifs

Distinguer les objets Python

Apprendre les fonctionnalités de base du langage Python

Mettre en œuvre des fonctions de Python

Manipuler un jeu de données en santé via pandas

Public visé

Toute personne souhaitant s’initier à Python/Anaconda et/ou désirant connaître et exploiter les données PMSI via Python :

Médecin DIM
Médecin de santé publique
Statisticien
Data-manager
Ingénieur en établissement de santé, ARS, centre d'investigation clinique, bureau d'étude
Equipe de recherche...

Prérequis

Connaissances de base de données relationnelle

Perspectives

Renforcement des compétences en analyse et valorisation des bases PMSI via Python en vue d’évoluer vers des fonctions nécessitant des capacités d’exploitation des données PMSI ou données de santé en générale

Contenu de formation

Introduction à Python (distributions, installations, interfaces shell, notebook, IDE)

Présentation d’Anaconda et Jupyter lab

Base du langage : instruction, variable, scripts

Les objets de collection de python : dict, list, set, tupple

Instruction des contrôles : conditions, boucles, fonctions

Présentation de Programmation Orienté Object : Classe, attribut, méthode, module, package. Importation des modules/packages

Calcul scientifique avec NumPy : vecteur et matrice

Data management avec pandas (DataFrame et Serie, import/export, indexation, filering, traitement des manquants)

Cas d’utilisation sur les données du PMSI MCO

(page web actualisée le 27/06/2025)

MODALITÉS PÉDAGOGIQUES :

La formation se réalise en présentiel, et se déroule dans une salle informatique, PC et accès aux logiciels fournis

METHODES PEDAGOGIQUES :

Accès aux ressources pédagogiques sur la plateforme "Campus"
Exposé magistral, démonstration
Exercices d'application

Travail personnel : environ 15 heures

MODALITES TECHNIQUES, ASSISTANCE TECHNIQUE ET PEDAGOGIQUE :

Lien vers la page de présentation

PARCOURS PÉDAGOGIQUE :

Recueil des attentes et des besoins des apprenants
Auto-positionnement préalable à l'entrée en formation : questionnaire

ÉVALUATION / VALIDATION :

Questionnaire de positionnement et de validation des acquis
Evaluation de la satisfaction
Contrôle de l'assiduité
Remise d'un certificat de réalisation

Responsable(s) pédagogique(s)

Responsable pédagogique

Dr Juste GOUNGOUNGA

Professeur, Département Méthodes quantitatives en santé publique, EHESP

Contacts

Information pédagogique :

metis@ehesp.fr

Candidature :

candidaturefc@ehesp.fr

Formation accessible aux personnes en situation de handicap avec possibilité d’aménagement de la formation

Référente handicap, Sandrine Villalon :

referent-handicap@ehesp.fr

Accessibilité | Ecole des hautes études en santé publique (EHESP)

Autres formations conseillées

CYCLE SPÉCIALISÉ

Traitement des données PMSI avec R et SQL

13 jours / 78 heures

Rennes

Voir la fiche formation

SESSION COURTE

Python pour l’analyse des données PMSI

3 jours / 18 heures

Rennes

Voir la fiche formation

NOUVEAUTÉ

SESSION COURTE

Machine learning appliqué aux données PMSI avec Python

2 jours / 12 heures

Rennes

Voir la fiche formation

Introduction à Python avec des données PMSI

Objectifs

Public visé

Prérequis

Perspectives

Contenu de formation

Modalités de candidature

Responsable(s) pédagogique(s)

Intervenants

Contacts

Partenaires

Autres formations conseillées

Traitement des données PMSI avec R et SQL

Python pour l’analyse des données PMSI

Machine learning appliqué aux données PMSI avec Python

S'inscrire