Santé mentale au Québec. Vol. 43 No. 2, Automne 2018

Les banques de données médico-administratives

Par

Christophe Huỳnh (Auteur), Alain Lesage (Auteur), Sylvanne Daniels (Auteur), Marie-Josée Fleury (Auteur), André Delorme (Auteur), Mike Benigeri (Auteur), Alain Vanasse (Auteur), Louis Rochette (Auteur), Éric Pelletier (Auteur), Fatoumata Binta Diallo (Auteur) , Helen-Maria Vasiliadis (Auteur), Elizabeth Lin (Auteur), Mark Smith (Auteur), Donald Langille (Auteur), Angus Thompspon (Auteur), Manon Noiseux (Auteur), Danielle St-Laurent (Auteur), Steven Kisely (Auteur), Éric Fombonne (Auteur), Mélissa Beaudoin (Auteur), Stéphane Potvin (Auteur), Laura Dellazizzo (Auteur), Maëlle Surprenant (Auteur), André Ngamini-Ngui (Auteur), Alexandre Dumais (Auteur), Carlotta Lunghi (Auteur), Arsène Zongo (Auteur), Line Guénette (Auteur), Marilyn Fortin (Auteur), Guy Grenier (Auteur), Catherine Lamoureux-Lamarche (Auteur), Pascale Levesque (Auteur), Kim Stene-Larsen (Auteur), Lars Johan Hauge (Auteur), Carine Øien-Ødegaard (Auteur), Anne Reneflot (Auteur)

Livre numérique

Éditeur québécois

0 Avis(s), critique(s) et commentaire(s)

Dans le cadre de ce numéro thématique, Christophe Huỳnh, Alain Lesage et Sylvanne Daniels nous proposent d’aborder l’exploitation des grandes banques de données médico-administratives sous la facture de huit articles. Tout en soulignant les défis rencontrés lors de l’analyse des données des banques médico-administratives, les auteurs nous sensibilisent au portrait de divers troubles de santé mentale au Québec. Les données de banques médico-administratives sont souvent appelées « données secondaires », recueillies pour des fins qui ne sont pas relatives à la recherche comme telle, mais qui peuvent être analysées de façon rétrospective par les chercheurs. Ces banques de données peuvent, en ce sens, faciliter le développement de questions et hypothèses de recherche à postériori dont la vérification serait difficile, voire impossible, par l’usage de méthodes de recherche conventionnelles. En effet, elles sont souvent conçues pour des cibles pharmaceutiques et d’assurance et, par conséquent, les chercheurs s’évertuent à utiliser des algorithmes pour traiter au mieux les données recueillies.