L’Assistance Publique des Hôpitaux de Paris (AP-HP) est le premier Centre Hospitalier Universitaire (CHU) d’Europe, avec 38 hôpitaux principalement en Ile de France dont les missions sont de soigner, former, chercher et innover. Elle emploie plus de 100 000 professionnels relevant de la Fonction Publique Hospitalière. L’APHP est organisée en 6 Groupes Hospitalo-Universitaires (GHU), chacun rattaché à une université partenaire, et regroupant plusieurs hôpitaux autour de pôles d’excellence clinique et scientifique. Chaque GHU dispose d’une Unité de Recherche Clinique (URC), structure d’appui dédiée à l’accompagnement méthodologique, statistique et réglementaire des projets de recherche portés par les médecins et chercheurs hospitaliers.

Le Système National des Données de Santé (SNDS) est une base de données médico-administrative française qui centralise, de façon pseudonymisée, l’ensemble des données de santé issues du système de soins. Il couvre quasi-intégralement la population française et permet un suivi longitudinal des parcours de soins. Le SNDS regroupe notamment :
·       les données de remboursement de soins de ville (DCIR) : consultations, actes, médicaments, dispositifs médicaux ;
·       les données hospitalières (PMSI : MCO, SSR, HAD, psychiatrie) incluant diagnostics, actes et séjours ;
·       les causes médicales de décès (CepiDC) ;
·       certaines données médico-sociales et de prestations (invalidité, handicap, ALD).

La mission principale du data scientist dans les Unités de Recherche Clinique (URC) est l’exploitation de grandes bases de données (entrepôt de données hospitaliers, SNDS) pour répondre à des questions de recherche clinique. L’objectif final est le plus souvent la production d’un article scientifique, dont le/la data scientist est co-auteur avec le médecin investigateur.

Missions du data scientist :

🔹 Exploitation et préparation des données

·       Accéder, structurer et exploiter les données SNDS (DCIR, PMSI MCO/SSR/HAD, causes de décès…)

·       Concevoir des cohortes, définir des critères d’inclusion/exclusion

·       Gérer les chaînages entre tables, historiques de soins et périodes de suivi

·       Assurer la qualité des données (contrôles, documentation, traçabilité)

🔹 Analyses statistiques et data science

·       Réaliser des analyses descriptives et inférentielles

·       Mettre en œuvre des méthodes statistiques avancées :  scores de propension (matching, pondération, stratification), modèles de régression (logistique, Cox, modèles mixtes), …

🔹 Production et valorisation des résultats

·       Produire des tableaux, figures

·       Rédiger des rapports scientifiques, notes méthodologiques, articles

·       Présenter les résultats à des interlocuteurs non techniques

·       Contribuer aux publications