Skip to contents

Chaque fichier est lu, anonymisé et réécrit dans out_dir sous un nom pseudonymisé, avec sa propre transformation aléatoire : rien ne relie deux fichiers anonymisés. À graine égale, les fichiers produits sont identiques, octet pour octet, à ceux de anonymiser() dans pyhprimxml.

Usage

hprim_anonymiser(sources, out_dir, graine = NULL, encoding = "UTF-8")

Arguments

sources

Fichier(s), dossier ou motif glob.

out_dir

Dossier de sortie.

graine

Rend le résultat reproductible (même graine, même fichier source -> même fichier anonymisé). Réservé à la doc et aux tests ; sans graine, chaque appel donne un résultat différent.

encoding

Encodage des fichiers écrits.

Value

Les chemins des fichiers anonymisés (invisible).

Details

Règles :

  • à l'intérieur d'un fichier, tout reste cohérent : une même valeur donne le même remplacement partout dans le fichier ;

  • noms et prénoms (patient, professionnels) sont remplacés par des noms français plausibles (faker), le prénom selon le sexe du patient ; nomNaissance reste égal à nomUsuel quand ils l'étaient ;

  • les identifiants (patient, venue, RSS, RUM, actes, intervention, recueil, message), les adresses et les commentaires gardent leur longueur et leur nature de caractères, pour que les fichiers restent conformes au XSD ;

  • toutes les dates d'un fichier sont décalées d'un même nombre de jours, tiré au hasard (durées et âges conservés) ; les heures ne changent pas ;

  • les codes et les attributs (sexe, mode, action…) ne sont jamais modifiés ;

  • le nom de fichier est pseudonymisé comme l'identifiant du message ; un .ok présent à côté du fichier source est reproduit.

Ce n'est pas une anonymisation au sens du RGPD : les fichiers restent des données de santé, où codes rares, durées ou unités peuvent permettre des recoupements. Usage : tests locaux.

Examples

f <- system.file("extdata", "pmsi_00001.xml", package = "hprimxml")
a <- hprim_anonymiser(f, out_dir = tempfile())
read_evenements_pmsi(a)$evenements[, c("ipp", "nom_usuel", "prenom", "date_naissance")]
#> # A tibble: 1 × 4
#>   ipp       nom_usuel prenom    date_naissance
#>   <chr>     <chr>     <chr>     <date>        
#> 1 213690793 BRETON    CHRISTIAN 1970-09-05