Base de données Médicaments - correction

CIS

CIS = read.table("donnees/medicaments/2016-11-09/CIS_bdpm.txt", 
                 header = F, encoding = "latin1", quote = NULL,
                 stringsAsFactors = F, sep = "\t")
names(CIS) = c(
  "CodeCIS",
  "Denomination",
  "FormePharma",
  "VoiesAdm",
  "StatutAMM",
  "ProcedureAMM",
  "EtatComm",
  "DateAMM",
  "StatutBdm",
  "NumAutorEuro",
  "Titulaires",
  "Surveillance"
)
CIS = transform(CIS,
                DateAMM = as.Date(DateAMM, "%d/%m/%Y"))
attr(CIS, "info") = "Il contient la liste des médicaments commercialisés ou en arrêt de commercialisation depuis moins de trois ans."
attr(CIS, "labels") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(CIS),
    label = c("Code CIS (Code Identifiant de Spécialité)",
              "Dénomination du médicament",
              "Forme pharmaceutique",
              "Voies d'administration (avec un séparateur « ; » entre chaque valeur quand il y en a plusieurs)",
              "Statut administratif de l’autorisation de mise sur le marché (AMM)",
              "Type de procédure d'autorisation de mise sur le marché (AMM)",
              "Etat de commercialisation",
              "Date d’AMM (format JJ/MM/AAAA)",
              "StatutBdm : valeurs possibles : « Alerte » (icône rouge) ou « Warning disponibilité » (icône grise)",
              "Numéro de l’autorisation européenne",
              "Titulaire(s) : S’il y a plusieurs titulaires, les valeurs seront séparées par des « ; »",
              "Surveillance renforcée (triangle noir) : valeurs « Oui » ou « Non »"
    )
)
knitr::kable(head(CIS))

CIS_CIP

CIS_CIP = read.table("donnees/medicaments/2016-11-09/CIS_CIP_bdpm.txt", 
                     header = F, encoding = "latin1", 
                     stringsAsFactors = F, sep = "\t", quote = NULL)
names(CIS_CIP) = c(
  "CodeCIS",
  "CodeCIP7",
  "Libelle",
  "StatutAdm",
  "EtatComm",
  "DateComm",
  "CodeCIP13",
  "Agrement",
  "Taux",
  "Prix",
  "Indication1",
  "Indication2",
  "Indication3"
)
CIS_CIP = transform(CIS_CIP,
                    DateComm = as.Date(DateComm, "%d/%m/%Y"),
                    Prix = as.numeric(sub(",", ".", Prix)),
                    Taux = as.numeric(sub("%", "", Taux)))

## Warning in eval(substitute(list(...)), `_data`, parent.frame()): NAs
## introduits lors de la conversion automatique

attr(CIS_CIP, "info") = "Il contient la liste des présentations (boîtes de médicaments) disponibles pour les médicaments présents dans le fichier CIS_bdpm."
attr(CIS_CIP, "labels") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(CIS_CIP),
    label = c("Code CIS",
              "Code CIP7 (Code Identifiant de Présentation à 7 chiffres)",
              "Libellé de la présentation",
              "Statut administratif de la présentation",
              "Etat de commercialisation de la présentation tel que déclaré par le titulaire de l'AMM",
              "Date de la déclaration de commercialisation (format JJ/MM/AAAA)",
              "Code CIP13 (Code Identifiant de Présentation à 13 chiffres)",
              "Agrément aux collectivités (\"oui\", \"non\" ou « inconnu »)",
              "Taux de remboursement (avec un séparateur « ; » entre chaque valeur quand il y en a plusieurs)",
              "Prix du médicament en euro",
              "Texte présentant les indications ouvrant droit au remboursement par l’assurance maladie s’il y a plusieurs taux de remboursement pour la même présentation.",
              "cf précédent",
              "cf précédent")
)
knitr::kable(head(CIS_CIP))

CIS_COMPO

CIS_COMPO = read.table("donnees/medicaments/2016-11-09/CIS_COMPO_bdpm.txt", 
                       header = F, encoding = "latin1", quote = NULL,
                       stringsAsFactors = F, sep = "\t")
CIS_COMPO$V9 = NULL
names(CIS_COMPO) = c(
  "CodeCIS",
  "Designation",
  "Code",
  "Denomination",
  "Dosage",
  "Reference",
  "NatureCompo",
  "NumLien"
)
attr(CIS_COMPO, "info") = "Il contient la composition qualitative et quantitative en substances actives et fractions thérapeutiques (telle que figurant dans le Résumé des Caractéristiques du Produit) des médicaments de la BDPM."
attr(CIS_COMPO, "label") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(CIS_COMPO),
    label = c("Code CIS",
              "Désignation de l'élément pharmaceutique",
              "Code de la substance",
              "Dénomination de la substance",
              "Dosage de la substance",
              "Référence de ce dosage (exemple : \"[pour] un comprimé\")",
              "Nature du composant (principe actif : « SA » ou fraction thérapeutique : « ST »)",
              "Numéro permettant de lier, le cas échéant, substances actives et fractions thérapeutiques")
)
knitr::kable(head(CIS_COMPO))

CIS_HAS_SMR

CIS_HAS_SMR = read.table("donnees/medicaments/2016-11-09/CIS_HAS_SMR_bdpm.txt",
                         header = F, encoding = "latin1", quote = "\"",
                         stringsAsFactors = F, sep = "\t")
names(CIS_HAS_SMR) = c(
  "CodeCIS",
  "CodeHAS",
  "MotifEval",
  "Date",
  "ValeurSMR",
  "LibelleSMR"
)
CIS_HAS_SMR = transform(CIS_HAS_SMR,
                        Date = as.Date(as.character(Date), "%Y%m%d"))
attr(CIS_HAS_SMR, "info") = "Il contient l’ensemble des avis de SMR de la HAS postérieurs à l’année 2002."
attr(CIS_HAS_SMR, "label") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(CIS_HAS_SMR),
    label = c("Code CIS",
              "Code de dossier HAS",
              "Motif d’évaluation",
              "Date de l’avis de la Commission de la transparence (format AAAAMMJJ)",
              "Valeur du SMR",
              "Libellé du SMR")
)
knitr::kable(head(CIS_HAS_SMR))

CIS_HAS_ASMR

CIS_HAS_ASMR = read.table("donnees/medicaments/2016-11-09/CIS_HAS_ASMR_bdpm.txt",
                          header = F, encoding = "latin1", quote = "\"",
                          stringsAsFactors = F, sep = "\t")
names(CIS_HAS_ASMR) = c(
  "CodeCIS",
  "CodeHAS",
  "MotifEval",
  "Date",
  "ValeurASMR",
  "LibelleASMR"
)
CIS_HAS_ASMR = transform(CIS_HAS_ASMR,
                        Date = as.Date(as.character(Date), "%Y%m%d"))
attr(CIS_HAS_ASMR, "info") = "Il contient l’ensemble des avis d’ASMR de la HAS postérieurs à l’année 2002."
attr(CIS_HAS_ASMR, "label") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(CIS_HAS_ASMR),
    label = c("Code CIS",
              "Code de dossier HAS",
              "Motif d’évaluation",
              "Date de l’avis de la Commission de la transparence (format AAAAMMJJ)",
              "Valeur de l’ ASMR",
              "Libellé de l’ ASMR")
)
knitr::kable(head(CIS_HAS_ASMR))

HAS_LiensPageCT

HAS_LiensPageCT = read.table("donnees/medicaments/2016-11-09/HAS_LiensPageCT_bdpm.txt",
                             header = F, encoding = "latin1", quote = NULL,
                             stringsAsFactors = F, sep = "\t")
names(HAS_LiensPageCT) = c(
  "CodeHAS",
  "Lien"
)
attr(HAS_LiensPageCT, "info") = "Il contient l’ensemble des liens permettant d’accéder aux avis complets de la commission de la transparence pour les SMR et ASMR postérieurs à l’année 2002."
attr(HAS_LiensPageCT, "label") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(HAS_LiensPageCT),
    label = c("Code de dossier HAS",
              "Lien vers les pages d’avis de la CT")
)
knitr::kable(head(HAS_LiensPageCT))

CIS_GENER

CIS_GENER = read.table("donnees/medicaments/2016-11-09/CIS_GENER_bdpm.txt", 
                       header = F, encoding = "latin1", quote = NULL,
                       stringsAsFactors = F, sep = "\t")
CIS_GENER$V6 = NULL
names(CIS_GENER) = c(
  "Identifiant",
  "Libelle",
  "CodeCIS",
  "TypeGenerique",
  "Numero"
)
CIS_GENER$TypeGenerique = factor(CIS_GENER$TypeGenerique,
                                 labels = c("princeps", 
                                            "générique",
                                            "générique par complémentarité posologique",
                                            "générique substituable"))
attr(CIS_GENER, "info") = "Il contient l’ensemble groupes génériques, avec les médicaments en faisant partie."
attr(CIS_GENER, "labels") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(CIS_GENER),
    label = c("Identifiant du groupe générique",
              "Libellé du groupe générique",
              "Code CIS",
              "Type de générique, avec les valeurs suivantes : (0:«princeps», 1:«générique», 2 : « génériques par complémentarité posologique », 4 : « générique substituable »)",
              "Numéro permettant de trier les éléments d’un groupe")
)
knitr::kable(head(CIS_GENER))

CIS_CPD

CIS_CPD = read.table("donnees/medicaments/2016-11-09/CIS_CPD_bdpm.txt", 
                     header = F, encoding = "latin1", quote = NULL,
                     stringsAsFactors = F, sep = "\t")
names(CIS_CPD) = c(
  "CodeCIS",
  "Condition"
)
attr(CIS_CPD, "info") = "Il contient l’ensemble des conditions de prescription et de délivrance associées à un médicament."
attr(CIS_CPD, "labels") = data.frame(
    stringsAsFactors = FALSE,
    variable = names(CIS_CPD),
    label = c("Code CIS",
              "Condition de prescription ou de délivrance")
)
knitr::kable(head(CIS_CPD))

CIS_InfoImportantes_AAAAMMJJhhmiss

CIS_InfoImportantes = read.table("donnees/medicaments/2016-11-09/CIS_InfoImportantes_20161109111012_bdpm.txt", 
                                 header = F, encoding = "latin1", quote = NULL,
                                 stringsAsFactors = F, sep = "\t")
names(CIS_InfoImportantes) = c(
  "CodeCIS",
  "DateDebut",
  "DateFin",
  "Texte" 
)

Résumé statistique

On veut les informations suivantes dans une table à deux colonnes (statistique, valeur) :

• Nombre de médicaments
• Nombre de médicaments avec autorisation active
• Nombre de médicaments avec surveillance renforcée
• Taux moyen de remboursement (pour ceux avec autorisation active)
• Prix moyen (idem que le taux)
• Durée moyenne de leur mise sur le marché (en nombre de jours - idem que le taux)

CIS_active = subset(CIS, StatutAMM == "Autorisation active")
CIS_surv = subset(CIS_active, Surveillance == "Oui")
CIS_CIP_active = merge(CIS_active, CIS_CIP, by = "CodeCIS")
rep1 = data.frame(
    statistique = c("Nombre de médicaments",
                    "Nombre de médicaments avec autorisation active",
                    "Nombre de médicaments avec surveillance renforcée",
                    "Taux moyen de remboursement (autorisation active)",
                    "Prix moyen (autorisation active)",
                    "Durée moyenne de leur mise sur le marché (autorisation active)"),
    valeur = c(nrow(CIS),
               nrow(CIS_active),
               nrow(CIS_surv),
               paste(round(mean(CIS_CIP_active$Taux, na.rm = T)), "%"),
               paste(round(mean(CIS_CIP_active$Prix, na.rm = T)), "euro"),
               paste(round(mean(as.Date("2016-11-09") - CIS_CIP_active$DateAMM)),
                     "jours")),
    stringsAsFactors = FALSE
)
knitr::kable(rep1)

Top 10 composants

Quels sont les dix médicaments avec le plus de composants (Code CIS, Dénomination et nombre de composants) ?

rep2a = aggregate(Code ~ CodeCIS + Denomination + Designation, 
                merge(CIS, 
                      subset(CIS_COMPO, select = c(CodeCIS, Code, Designation)), 
                      by = "CodeCIS"), 
                length)
knitr::kable(rep2a[head(order(rep2a$Code, decreasing = TRUE), 10),], 
             row.names = FALSE)

rep2a = sqldf("
SELECT CIS.CodeCIS, CIS.Denomination, CIS_COMPO.Designation,
        COUNT(*) AS NbComposants
    FROM CIS INNER JOIN CIS_COMPO ON CIS.CodeCIS = CIS_COMPO.CodeCIS
    GROUP BY CIS.CodeCIS, CIS_COMPO.Designation
    ORDER BY COUNT(*) DESC
    LIMIT 10;
      ")
rep2a

##     CodeCIS                                              Denomination
## 1  68599161                    ELEVIT VITAMINE B9, comprimé pelliculé
## 2  62217480   REANUTRIFLEX OMEGA G 144/N 8/E, émulsion pour perfusion
## 3  69040082 MEDNUTRIFLEX OMEGA G 120/N 5,4/E, émulsion pour perfusion
## 4  66809426                NP2 ENFANTS AP-HP, solution pour perfusion
## 5  62427265                    SMOFKABIVEN E, émulsion pour perfusion
## 6  68170913               TOTAMINE CONCENTRE, solution pour perfusion
## 7  60208447           NP100 PREMATURES AP-HP, solution pour perfusion
## 8  61684869                   PERIOLIMEL N4E, émulsion pour perfusion
## 9  62201138                       OLIMEL N7E, émulsion pour perfusion
## 10 64875819                    NUMETAH G19%E, émulsion pour perfusion
##                                         Designation NbComposants
## 1                                          comprimé           37
## 2                                          émulsion           31
## 3                                          émulsion           31
## 4                                          solution           29
## 5  compartiment 1 : solution d'AA et d'électrolytes           28
## 6                                          solution           28
## 7                                          solution           27
## 8                                          émulsion           27
## 9                                          émulsion           27
## 10                   compartiment des acides aminés           27

Type de générique

Pour chaque type de générique, on veut savoir le nombre de médicaments associés, ainsi que leur taux de remboursement moyen et leur prix moyen.

# En R
temp = merge(CIS_GENER, 
             merge(CIS, 
                   subset(CIS_CIP, select = c(CodeCIS, Taux, Prix)), 
                   by = "CodeCIS"), 
             by = "CodeCIS")
rep3 = merge(
    merge(
        setNames(aggregate(CodeCIS ~ TypeGenerique, temp, length), 
                 c("Type", "Nombre")),
        setNames(aggregate(Prix ~ TypeGenerique, temp, mean), 
                 c("Type", "Prix moyen")),
        all = TRUE
    ),
    setNames(aggregate(Taux ~ TypeGenerique, temp, mean), 
             c("Type", "Taux moyen")),
    all = TRUE
)    
knitr::kable(rep3, digits = 2)

Voies administration

Quelles sont les voies d’administration possibles ? Et combien de médicaments sont concernés pour chaque voie ?

rep4 = setNames(data.frame(
    table(unlist(strsplit(CIS$VoiesAdm, ";")))
), c("Voie", "NbMedicaments"))
knitr::kable(rep4[order(rep4$NbMedicaments, decreasing = TRUE),], row.names = FALSE)

SMR insuffisant

Quels sont les médicaments dont le service médical rendu (ou SMR) est jugé insuffisant ? Indiquez leur taux de remboursement et leur prix, en les classant par prix décroissant.

temp = subset(
    merge(CIS_active, CIS_CIP, by = "CodeCIS"),
    subset = CodeCIS %in% unique(subset(CIS_HAS_SMR, 
                                        ValeurSMR == "Insuffisant")$CodeCIS)
)
rep5 = subset(temp[order(temp$Prix, decreasing = T),], 
              select = c(CodeCIS, Denomination, Taux, Prix))
knitr::kable(rep5, row.names = FALSE)

Et en regardant que le nom du médicament (début de la dénomination en majuscule) :

rep5b = transform(rep5,
                  Nom = sapply(Denomination, function (nom) {
                      res = gregexpr("[A-Z. ]*[A-Z.]+", nom)[[1]]
                      return(substr(nom, res, attr(res, "match.length")))
                      }, USE.NAMES = FALSE)
)
rep5c = merge(
    setNames(aggregate(CodeCIS ~ Nom, rep5b, length),
             c("Nom", "Nombre")),
    setNames(aggregate(Prix ~ Nom, rep5b, mean),
             c("Nom", "Prix"))
)
knitr::kable(rep5c[order(rep5c$Prix, decreasing = TRUE),], 
             row.names = FALSE, digits = 2)