Nettoyer ses données avant analyse

Par Santé-statMis à jour le 4 juillet 2026
Réponse rapide

Avant tout test : vérifiez les doublons d'identifiant patient, les dates incohérentes (sortie avant admission), les unités mélangées (kg vs g), les valeurs impossibles (SpO₂ > 100 %). Documentez chaque correction dans un journal de nettoyage — ne modifiez jamais les données brutes originales.

Audit express (15 minutes)

  1. duplicated(id) — doublons
  2. Min / max de chaque variable numérique
  3. Nombre de « oui », « Oui », « oui », « 1 » → harmoniser
  4. Dates : admission < sortie < dernière nouvelle

Valeurs aberrantes : supprimer ou conserver ?

Erreur de saisie évidente (taille 170 m) → corriger depuis le dossier source. Valeur extrême mais réelle (créatinine 980) → conserver et mentionner en Discussion ou analyse de sensibilité.

Versionnage

Santé-stat recommande : donnees_brutes_v1.csv (intouchable) + donnees_nettoyees_v2.csv (analyse).

Questions fréquentes

Dois-je décrire le nettoyage dans la thèse ?

Oui, brièvement en Méthodes : critères d'exclusion de dossiers ou de valeurs impossibles.

Besoin d'aide pour les statistiques de votre thèse ?

Santé-stat accompagne les internes en médecine depuis plus de 80 thèses. Première réponse sous 24 h.

Obtenir une analyse gratuite