Données nationales concernant l'épidémie de COVID19
L'information officielle sur la progression de l'épidémie en France est assez fragmentée, et n'est presque jamais structurée sous forme de données.
L'objectif de ce dépôt est de consolider l'information officielle, et de la rendre disponible dans des formats ouverts et aisément réutilisables (JSON, CSV…).
Inutile de perdre du temps à écrire des scrappers, à ce stade il est plus efficace de recopier les données à la main, et d'indiquer la source.
Données résultantes
Sources utilisées
- Santé publique France -
📂 /sante-publique-france - Agences Régionales de Santé -
📂 /agences-regionales-sante- Merci de prendre les issues ouvertes pour traiter les
ARS x DATE
, et que ce travail ne soit pas fait en double.
- Merci de prendre les issues ouvertes pour traiter les
- Préfectures -
📂 /prefectures - Ministère des Solidarités et de la Santé -
📂 /ministere-sante- Vidéos / Vidéos en direct
- Points de situation (vidéos + PDF)
- Communiqués de presse
Fichiers sources
Les informations à la source sont au format PDF ou dans des communiqués au format HTML, ou pour les vidéos ce sont des informations partagées à l'oral.
Ces informations sont collectées et regroupées dans des fichiers YAML.
1 fichier YAML par source et par publication (donc par date). Le nom de chaque fichier a pour modèle YYYY-MM-DD.yaml
.
Comment contribuer ?
Vous pouvez vous proposer comme volontaire sur un département ou une région dans ce pad.
Vous pouvez aussi consulter le guide de contribution pour l'ensemble des projets de collecte de données.
🚨 Les contributions se font via les fichiers YAML et non dans le fichier de sortie (CSV/JSON)
⚠️ Faites une pull request par fichier YAML (ça facilite les relectures et accélère l'intégration des data)
Tâches :
- Créer les fichiers YAML manquants. Voir section
1️⃣ - Vérifier les pull requests. Voir section
2️⃣
1️⃣ Comment créer un fichier Yaml
Le plus simple pour contribuer est de copier un fichier YAML existant et de l'adapter avec les nouvelles données. Les données doivent être recopiées à la main depuis les différentes sources de données. Le fichier YAML doit être placé dans le bon répertoire et son nom doit être sous la forme YYYY-MM-DD.yaml (date du bulletin).
Les sources de données (PDF, videos ou site web) sont notées dans chaque fichier YAML. Si vous cherchez des sources de données, les sources actuelles sont regroupées dans le fichier de sortie (CSV/JSON).
💡 Pour les novices, ce guide complet détaille comment contribuer via GitHub.
2️⃣ Comment vérifier un pull request (PR)
- Choisir une pull requests
- Relire les fichiers YAML de la PR en les comparant avec les données du bulletin pointé par
url
ouarchive
- Faire code review en notant les défaut si existant (exemple: le nombre de cas est incorrect)
- Soumettre sa code review en "approvant" ou en "demandant des modifications"
- Si vous ne trouvez aucun défaut, il faut "approuver" la PR
Convention de nommage des pull requests
Lorsque vous faites une pull request, il convient de respecter les règles de nommage suivantes:
-
Pour l'ajout d'un nouveau fichier YAML :
ADD nom_de_de_source jj/mm
Exemple avec le fichier du 24 mars de l'ARS de La Réunion :
ADD ARS La Réunion 24/03
-
Pour une correction sur un fichier YAML existant :
FIX nom_de_la_source jj/mm
Exemple avec le fichier du 20 mars de Santé Publique France :
FIX SPF 20/03
Comment compléter les fichiers YAML
Consignes générales :
-
, soyez vigilant en complétant les fichiers
255 000
255000
Entête de fichier YAML
Voici un exemple de bloc YAML pour une entête de fichier :
date: 2020-03-10
time: 15:00 # champ optionnel
source:
nom: nom-de-la-source-de-donnees
url: https://site.web/lien-vers-le-bulletin.pdf
archive: https://web.archive.org/web/XXXXXX/https://site.web/lien-vers-le-bulletin
Le fichier YAML doit commencer par la date
du bulletin, suivi pour un bloc source
. Il convient de mettre le nom
et l'url
de la source (de préférence un bulletin PDF ou à defaut une page web). Pour les pages web et les PDF, il convient de rajouter une archive:
, voir section suivante.
time
est optionnel. L'heure au format hh:mm
peut être précisée, si elle est indiquée dans le bulletin. Exemple 'Chiffres retenus à 15h00 le 27 mars'.
Comment créer une 'archive'
- Rendez-vous sur le site https://web.archive.org/save
- Dans le champ texte, collez l'url de votre source
- Appuyez sur 'save page'. Un lien commençant par
https://web.archive.org/web/
sera généré - Vérifiez que ce lien fonctionne : en l'ouvrant dans votre navigateur, vous devez voir la bone page apparaître
- Collez le lien complet derrière la balise
archive:
Notez que le lien peut prendre du temps avant d'être fonctionnel. Il est également possible d'archiver un fichier PDF. Certains bulletins web ou PDF sont écrasés chaque jour donc pensez à faire des archives sur https://web.archive.org/save.
Les données collectées
Les données nationales
casConfirmes
: total cumulé du nombre de cas confirmésdeces
: total cumulé du nombre de décèsdecesEhpad
: total cumulé du nombre de décès en EHPAD (si indiqué)hospitalises
: nombre de personnes hospitalisées le jour du bulletinreanimation
: nombre de personnes en réanimation le jour du bulletingueris
: total cumulé du nombre de personnes guéries (sorties de l'hôpital)depistes
: total cumulé du nombre de personnes dépistées (testées par PCR)
Les données internationales
casConfirmes
: total cumulé du nombre de cas confirmés au niveau mondialgueris
: total cumulé du nombre de cas guéris au niveau mondialdeces
: total cumulé du nombre de décès au niveau mondialpaysTouches
: nombre de pays touchés
Autres données collectées (si elles sont mentionnées dans les sources)
Sur les types d'hopitalisations:
hospitalisesConventionnelle
: quand le bulletin indique patients en hospitalisation conventionnellehospitalisesReadaptation
: patients "en soins de suite et réadaptation" (attention ce n'est pas réanimation)hospitalisesAuxUrgences
: patients "en soins aux urgences"
Sur la capacité de lits, la capacite totale de lits disponibles capaciteTotaleLitsDisponibles
est définie par la somme de :
capaciteLitsReanimation
: capacite de lits de réanimation (équipés de respirateurs)capaciteLitsSoinsContinus
: capacité de lits de soins continus*capaciteLitsSoinsIntensifs
: capacité de lits de soins intensifs
📒 * Les USC (Unités de Soins Continus) ont pour vocation de prendre en charge « des malades qui nécessitent, en raison de la gravité de leur état ou du traitement qui leur est appliqué, une observation clinique (incluant une surveillance rapprochée des paramètres vitaux) et biologique répétée et méthodique ».
Bloc YAML par région ou département
Voici un exemple de bloc YAML pour une région ou un département:
nom: region-ou-departement-exemple
code: Exemple
casConfirmes: 500
gueris: 40 # ceci est un commentaire pour détailler une valeur
deces: 10
depistes: 5000
hospitalises: 10 # ceci est un autre commentaire
reanimation: 5
victimes:
- age: 85
date: 2020-03-10
sexe: homme
- sexe: femme
date: 2020-03-10
- date: 2020-03-10
-
Les champs
casConfirmes
,gueris
,deces
etdepistes
comptabilisent le total par catégorie depuis le début de la crise Covid-19. -
Les champs
hospitalises
etreanimation
donnent le nombre de patient par catégorie à l'instant de l'édition du bulletin d'information, ces 2 chiffres peuvent bien sûr évoluer à la hausse ou à la baisse. -
Le bloc
victimes
détaille les informations du bulletin concernant les personnes décédées (et non les personnes contaminées). Attention ce champ ne comptabilise pas toutes les victimes depuis le début de la crise, mais uniquement les victimes annoncées dans le bulletin.- Pour chaque victime, on ajoute un tiret
-
, puis les informations sur la personne. Si aucune information, ajoutez la date du décèsdate: 2020-03-10
. Si vous disposez de plus d'information, ajoutez un tiret-
par victime puis toutes les informations disponiblesage
,sexe
et/oudate
(cf. exemple ci-dessus)
- Pour chaque victime, on ajoute un tiret
#
#
la raison de la différence entre le nombre indiqué dans le YAML et le nombre indiqué dans sa source. Exemple :
casConfirmes: 29 # Erratum du bulletin 13/03 : 1 cas compté en double. La valeur 30 du bulletin du 12/03 est donc erronée
Produire les fichiers JSON et CSV
Pré-requis
- Node.js >= 10
- yarn ou npm
En action
yarn
yarn build
ou
npm install
npm run build
Licence
2020 © Les contributeurs du dépôt.
Les données sont publiées sous Licence Ouverte 2.0 (sauf mention contraire).
Les codes sources sont publiés sous licence MIT.