ghm.Rmd

---
title: "Référentiels GHM"
output: rmarkdown::html_vignette
vignette: >
  %\VignetteIndexEntry{ghm}
  %\VignetteEngine{knitr::rmarkdown}
  %\VignetteEncoding{UTF-8}
---

```{r, include = FALSE}
knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)
```

```{r setup, echo = FALSE, message = FALSE, warning = FALSE}
library(dplyr)
library(stringr)
library(refpmsi)
library(tidyr)
```

## CMD  

Intitulé du référentiel : **cmd**  

Mise à jour : 25 mai 2024  

Référentiel des libellés des CMD (Catégories Majeures de Diagnostics).    
Référentiel non annualisé.  

### Variables  

```{r var cmd, echo = FALSE}
refpmsi::refpmsi("cmd") %>% dplyr::glimpse()
```

## Sous-CMD  

Intitulé du référentiel : **sous_cmd**  

Mise à jour : 25 mai 2024  

Référentiel des libellés des sous-CMD  

Référentiel non annualisé.  

### Variables  

```{r var sous_cmd, echo = FALSE}
refpmsi::refpmsi("sous_cmd") %>% dplyr::glimpse()
```

## GHS Public

Intitulé du référentiel : **ghs_public**

Mise à jour : 25 mai 2024  

Référentiel des GHS et GHM du secteur public (ex-DGF).  

Référentiel annualisé au sens du PMSI MCO (2018 à 2024).  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  
  
### Variables  

**ghs** = code GHS  
**ghm** = code GHM  
**ghm_libelle** = libellé du GHM  
**ghm_bb** = borne basse du GHM    
**ghm_bh** = borne haute du GHM    
**ghs_tarif** = tarif du GHS  
**ghs_exb** = tarif journalier EXB (EXtrême Bas)  
**ghs_exh** = tarif journalier EXH (EXtrême Haut)  
**annee_pmsi** = année PMSI  

```{r var ghm dgf, echo = FALSE}
refpmsi::refpmsi("ghs_public") %>% dplyr::glimpse()
```

## GHS Privé

Intitulé du référentiel : **ghs_prive**

Mise à jour : 25 mai 2024    

Référentiel des GHS et GHM du secteur privé (ex-OQN).  

Référentiel annualisé au sens du PMSI MCO (2018 à 2024).  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  
  
### Variables  

**ghs** = code GHS  
**ghm** = code GHM  
**ghm_libelle** = libellé du GHM  
**ghm_bb** = borne basse du GHM    
**ghm_bh** = borne haute du GHM    
**ghs_tarif** = tarif du GHS  
**ghs_exb** = tarif journalier EXB (EXtrême Bas)  
**ghs_exh** = tarif journalier EXH (EXtrême Haut)  
**annee_pmsi** = année PMSI  

```{r var ghm oqn, echo = FALSE}
refpmsi::refpmsi("ghs_prive") %>% dplyr::glimpse()
```

## GHM intermédiaire  

Intitulé du référentiel : **ghm_intermediaire**

Mise à jour : 25 mai 2024   

Référentiel des GHM avec GHS intermédiaire  

Référentiel annualisé au sens PMSI MCO (2020-2024)  

### Variables  

```{r var ghm_intermediaire, echo = FALSE}
refpmsi::refpmsi("ghm_intermediaire") %>% dplyr::glimpse()
```

## GHS Mono UHCD  

Intitulé du référentiel : **ghs_monouhcd**

Mise à jour : 25 mai 2024  

Référentiel annualisé au sens PMSI MCO (2021-2024)  

Pour chaque GHS UHCD et par année PMSI MCO, la liste des GHM associés  

### Variables  

```{r var ghm_monorum_uhcd_public, echo = FALSE}
refpmsi::refpmsi("ghs_monouhcd") %>% dplyr::glimpse()
```

## Regroupement GHM

Intitulé du référentiel : **ghm_regroupement**

Mise à jour : 25 mai 2024  

Référentiel des regroupements des GHM en DA (Domaine d'Activité), GA (Groupe d'Activité) et GP (Groupe de Planification).  
Référentiel annualisé au sens du PMSI MCO (2018-2024).  

Pour l'année PMSI MCO 2024, dans l'attente de la publication de la version 2024 du référentiel par l'ATIH, on a projeté l'année 2023 en 2024.  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  
  
### Variables  

**ghm** = code GHM  
**ghm_libelle** = libellé du GHM  
**aso** = code ASO du GHM (Activité de SOins)  
**da** = code DA du GHM  
**da_libelle** = libellé du DA  
**gp** = code GP du GHM  
**gp_libelle** = libellé du GP    
**ga** = code GA du GHM    
**ga_libelle** = libellé du GA  
**da_gp** = concaténation des codes DA et GP du GHM  
**da_gp_ga** = concaténation des codes DA, GP et GA du GHM  
**annee_pmsi** = année PMSI  

```{r var ghm_regroupement, echo = FALSE}
refpmsi::refpmsi("ghm_regroupement") %>% dplyr::glimpse()
```

## Regroupement des racines de GHM

Intitulé du référentiel : **rghm_regroupement**

Mise à jour : 25 mai 2024  

Référentiel des regroupements des racines de GHM en DA (Domaine d'Activité), GA (Groupe d'Activité) et GP (Groupe de Planification).  

Référentiel annualisé au sens du PMSI MCO (2018-2024)  

Pour l'année PMSI MCO 2024, dans l'attente de la publication de la version 2024 du référentiel par l'ATIH, on a projeté l'année 2023 en 2024.  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  

### Variables  

**rghm** = code racine GHM  
**rghm_libelle** = libellé racine GHM  
**aso** = code ASO racine GHM (Activité de Soins)  
**da** = code DA racine GHM  
**da_libelle** = libellé du DA  
**gp** = code GP racine GHM  
**gp_libelle** = libellé du GP    
**ga** = code GA racine GHM    
**ga_libelle** = libellé du GA  
**da_gp** = concaténation des codes DA et GP de la racine GHM  
**da_gp_ga** = concaténation des codes DA, GP et GA de la racine GHM    
**annee_pmsi** = année PMSI  

```{r var rghm_regroupement, echo = FALSE}
refpmsi::refpmsi("rghm_regroupement") %>% dplyr::glimpse()
```

## OVALIDE - Table GHMINFO_exDGF

Intitulé du référentiel : **ovalide_ghminfo_dgf**

Mise à jour : 25 mai 2024  

Informations issues de la table OVALIDE `GHMINFO_exDGF`.  

Les informations redondantes avec d'autres référentiels de `refpmsi::` (ex : cma, bb, bh, ...) ne sont pas reprises.  

Référentiel annualisé au sens du PMSI MCO (2018-2024).  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  
  
### Variables  

**ghm** = code GHM  
**tghm** = type du GHM (C : chirurgical; M : médical; X : autre)  
**dms** = durée moyenne de séjour nationale  
**pctdc** = taux de décès national  
**mage** = age moyen  
**pctcourt** = pourcentage de séjours courts (parmi les séjours de durée > 1 jour) où durée d'un séjour court = borne basse ou borne basse +1  
**pvalo** = code GHS du GHS le plus valorisé dans les GHM multi-GHS  
**pctpvalo** = taux de séjours aux GHS plus élevés  
**pctcma4** = pourcentage de séjours de niveau 4 par sous-cmd (sous-cmd = 3 premières positions des GHM)  
**pctautres** = pourcentage de séjours avec un DA autres (.8)  
**annee_pmsi** = année PMSI  

```{r var ovalide_ghminfo_dgf, echo = FALSE}
refpmsi::refpmsi("ovalide_ghminfo_dgf") %>% dplyr::glimpse()
```

## OVALIDE - Table GHMINFO_exOQN

Intitulé du référentiel : **ovalide_ghminfo_oqn**

Mise à jour : 25 mai 2024  

Informations issues de la table OVALIDE `GHMINFO_exOQN`.  

Les informations redondantes avec d'autres référentiels de `refpmsi::` (ex : cma, bb, bh, ...) ne sont pas reprises.  

Référentiel annualisé au sens du PMSI MCO (2018-2024).  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  
  
### Variables  

**ghm** = code GHM  
**tghm** = type du GHM (C : chirurgical; M : médical; X : autre)  
**dms** = durée moyenne de séjour nationale  
**pctdc** = taux de décès national  
**mage** = age moyen  
**pctcourt** = pourcentage de séjours courts (parmi les séjours de durée > 1 jour). Durée d'un séjour court = borne basse ou borne basse +1  
**pvalo** = code GHS du GHS le plus valorisé dans les GHM multi-GHS  
**pctpvalo** = taux de séjours aux GHS plus élevés  
**pctcma4** = pourcentage de séjours de niveau 4 par sous-cmd (sous-cmd = 3 premières positions des GHM)  
**pctautres** = pourcentage de séjours avec un DA autres (.8)  
**annee_pmsi** = année PMSI  

```{r var ovalide_ghminfo_oqn, echo = FALSE}
refpmsi::refpmsi("ovalide_ghminfo_oqn") %>% dplyr::glimpse()
```

## OVALIDE - Table RacineINFO_exDGF

Intitulé du référentiel : **ovalide_racineinfo_dgf**

Mise à jour : 25 mai 2024  

Informations issues de la table OVALIDE `RacineINFO_exDGF`.  

Référentiel annualisé au sens du PMSI MCO (2018-2024).  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  
  
### Variables  

**racine** = code racine GHM  
**pctdc** = taux de décès national  
**conf** = confirmation de codage nécessaire pour la racine GHM (1 : OUI ; 0 : NON)  
**age2** = effet de l’âge pour les moins de 2 ans (1 : OUI ; 0 : NON)  
**age69** = effet de l’âge pour les plus de 69 / 79 ans (1-3 : OUI pour les plus de 69 ans ; 2-4-6 : OUI pour les plus de 79 ans ; 0 : NON)  
**pctcma2** = pourcentage de séjours de niveau 2 dans la racine GHM  
**pctcma3** = pourcentage de séjours de niveau 2 dans la racine GHM  
**pctexb** = pourcentage de séjours en dessous de la borne basse  
**pctssacte** = taux de séjours de 0 jours sans acte  
**app** = racine apparentée à la racine GHM  
**pctapp** = pourcentage de séjours dans la racine apparentée  
**annee_pmsi** = année PMSI     

```{r var ovalide_racineinfo_dgf, echo = FALSE}
refpmsi::refpmsi("ovalide_racineinfo_dgf") %>% dplyr::glimpse()
```

## OVALIDE - Table RacineINFO_exOQN  

Intitulé du référentiel : **ovalide_racineinfo_oqn**

Mise à jour : 25 mai 2024s  

Informations issues de la table OVALIDE `RacineINFO_exOQN`. 

Référentiel annualisé au sens du PMSI MCO (2018-2024).  

Il est recommandé de ne charger que la ou les année(s) PMSI utile(s).  
  
### Variables du référentiel  

**racine** = code racine GHM  
**pctdc** = taux de décès national  
**conf** = confirmation de codage nécessaire pour la racine GHM (1 : OUI ; 0 : NON)   
**age2** = effet de l’âge pour les moins de 2 ans (1 : OUI ; 0 : NON)  
**age69** = effet de l’âge pour les plus de 69 / 79 ans (1-3 : OUI pour les plus de 69 ans ; 2-4-6 : OUI pour les plus de 79 ans ; 0 : NON)  
**pctcma2** = pourcentage de séjours de niveau 2 dans la racine GHM  
**pctcma3** = pourcentage de séjours de niveau 2 dans la racine GHM  
**pctexb** = pourcentage de séjours en dessous de la borne basse  
**pctssacte** = taux de séjours de 0 jours sans acte  
**app** = racine apparentée à la racine GHM  
**pctapp** = pourcentage de séjours dans la racine apparentée  
**annee_pmsi** = année PMSI  

```{r ovalide_racineinfo_oqn, echo = FALSE}
refpmsi::refpmsi("ovalide_racineinfo_oqn") %>% dplyr::glimpse()
```

## Liste des actes CCAM de classification en CMD    

Intitulé du référentiel : **liste_A_mco**  

Mise à jour : 10 septembre 2024  

Dernière version (2024)  

[Source](https://www.atih.sante.fr/plateformes-de-transmission-et-logiciels/logiciels-espace-de-telechargement/telecharger/gratuit/17904/3913)  

### Variables  

```{r var liste_A_mco, echo = FALSE}
refpmsi::refpmsi("liste_A_mco") %>% dplyr::glimpse()
```

## Liste des diagnostics CIM de classification en CMD    

Intitulé du référentiel : **liste_D_mco**  

Mise à jour : 10 septembre 2024  

Dernière version (2024)  

[Source](https://www.atih.sante.fr/plateformes-de-transmission-et-logiciels/logiciels-espace-de-telechargement/telecharger/gratuit/17904/3913)  

### Variables  

```{r var liste_D_mco, echo = FALSE}
refpmsi::refpmsi("liste_D_mco") %>% dplyr::glimpse()
```

## Dénombrement Base nationale MCO des GHM    

Intitulé du référentiel : **denombrement_mco_ghm**  

Mise à jour : 10 septembre 2024  

Dernière version (2023)  

[Source](https://www.atih.sante.fr/sites/default/files/public/content/4807/denombrement_2023.xlsx)  

### Variables  

```{r var denombrement_mco_ghm, echo = FALSE}
refpmsi::refpmsi("denombrement_mco_ghm") %>% dplyr::glimpse()
```

## Dénombrement Base nationale MCO des GHS    

Intitulé du référentiel : **denombrement_mco_ghs**  

Mise à jour : 10 septembre 2024  

Dernière version (2023)  

[Source](https://www.atih.sante.fr/sites/default/files/public/content/4807/denombrement_2023.xlsx)  

### Variables  

```{r var denombrement_mco_ghs, echo = FALSE}
refpmsi::refpmsi("denombrement_mco_ghs") %>% dplyr::glimpse()
```


## Exemples

### Chargement du référentiel des GHS Public des années 2023 et 2024  

```{r ghs_chargement_affichage, eval = TRUE, echo = TRUE}
# Chargement du référentiel des GHS-GHM Public des années 2023 et 2024
ghs_2023_2024 <- refpmsi::refpmsi("ghs_public",2023:2024)
ghs_2023_2024
```

### Référentiel des libellés des GA  

On retient, pour chaque GA (Groupe d'Activité) le libellé correspondant à l'année PMSI MCO la plus récente  

```{r ga_libelle, eval = TRUE, echo = TRUE}
ghm_regroupement <- refpmsi(ghm_regroupement)
ga_libelle <- ghm_regroupement %>% 
    dplyr::distinct(ga,ga_libelle,annee_pmsi) %>% 
    dplyr::group_by(ga) %>% 
    dplyr::summarise(ga_libelle = ga_libelle[annee_pmsi == max(annee_pmsi)])
head(ga_libelle)
```

### Rattachement du libellé GHM aux GHM des RUM   

Soit un jeu de données `jeu_ghm` composé de 17 RUM correspondant à 14 séjours.  

```{r ghm_jeu_libelle, echo = FALSE}
jeu_ghm <- tibble::tibble(no_rum = c(rep(1L,10L),1,2,1,2,3,1,1),
                          no_rss = c(seq(1L:10L),11,11,12,12,12,13,14),
                          ghm = c("06K02Z","08C321","04M053","05M092",
                                  "06M12T","04M053","20Z041",
                                  "08K041","01M201","06M12T","05M092","05M092",
                                  "04M053","04M053","04M053","16M11T","16M11T"),
                          dp_rum = c("D122","S8220","J181","I5001",
                                     "R104","J181","F102","S730","S0600",
                                     "R104","I5009","I472","J189","J960","J189","D508","D509"),
                          jp = c(0L,3L,10L,7L,0L,0L,29L,2L,3L,0L,
                                 2L,1L,2L,11L,11L,0L,0L),
                          ghs = c("2119","2808","1144","1754","2200",
                                  "1144","7267","3033","268",
                                  "2206","1754","1754","1144","1144","1144","6186","6118"),
                          annee_rss = c("2024","2023","2023","2024","2024",
                                        "2023","2023","2024","2023",
                                      "2024","2023","2023","2024","2024","2024","2024","2024"))
jeu_ghm
```

```{r ghm_association_libelle_affichage, eval = TRUE, echo = TRUE}
# chargement des GHM Public 2023 et 2024
ghm_2023_2024 <- refpmsi::refpmsi("ghs_public", 2023:2024)

jeu_ghm_libelle <- jeu_ghm %>%
    # rattachement des libellés aux GHM via la jointure (ghs, annee_pmsi)
    dplyr::left_join(ghm_2023_2024 %>% dplyr::select(ghs,ghm_libelle,annee_pmsi),
                     join_by(ghs == ghs, annee_rss == annee_pmsi))
jeu_ghm_libelle

```

### Rattachement DMS nationale aux séjours  

Dans un premier temps, on rattache les DMS nationales issues d'OVALIDE MCO à chaque séjour.  

Puis on compare la DS des séjours avec ces DMS nationales pour les séjours pour lesquels cela a un sens (séjours avec une DS > 0).  

```{r ghm_dms_affichage, eval = TRUE, echo = TRUE}
# Chargement des DMS OVALIDE des années PMSI 2023 et 2024
dms_ovalide <- refpmsi::refpmsi("ovalide_ghminfo_dgf", 2023:2024) %>% dplyr::select(ghm,dms,annee_pmsi)
dms_ovalide

jeu_ghm_dms <- jeu_ghm %>%
    # rattachement des DMS OVALIDE
    dplyr::left_join(dms_ovalide, join_by(ghm == ghm, annee_rss == annee_pmsi)) %>% 
    # nouvelle variable ecart_dms
    # nouvelle variable ratio_ecart_dms. = NA pour les cas jp = 0
    dplyr::mutate(ecart_dms = jp - dms,
                  ratio_ecart_dms = ifelse(jp != 0L, round(jp/dms,2), NA_real_))
jeu_ghm_dms %>% print(n = 15, width = Inf)
```

Cas d'usage : filtrer les séjours qui ont une DS >= 2,5 x la DMS nationale de leur GHM pour repérer des séjours, à priori, particulièrement longs.  

```{r ghm_dms_2.5_affichage, eval = TRUE, echo = TRUE}
sejour_more_2.5_dms <- jeu_ghm_dms %>% dplyr::filter(ratio_ecart_dms >= 2.5)
sejour_more_2.5_dms %>% print(width = Inf)
```

### Case mix en DA (Domaine d'Activité) des séjours  

```{r case_mix_da_affichage, eval = TRUE, echo = TRUE}
case_mix_da <- jeu_ghm %>%
    # rattachement des codes DA aux séjours
    dplyr::left_join(refpmsi::refpmsi("ghm_regroupement",2023:2024) %>% dplyr::select(ghm,da,da_libelle,annee_pmsi),
                     join_by(ghm == ghm, annee_rss == annee_pmsi)) %>%
    # regroupement en DA
    group_by(da,da_libelle) %>%
    # calcul du nombre de RUM et du nombre de séjours par DA
    dplyr::summarise(nb_rum = dplyr::n(),
                     nb_sejour = dplyr::n_distinct(no_rss),
                     .groups = "drop")
case_mix_da
```

### Séjours et gradation des prises en charge ambulatoires 

On repère les séjours concernés par la gradation des prises en charge ambulatoires et groupés avec le GHS intermédiaire.  

```{r ghm_gradation_affichage, eval = TRUE, echo = TRUE}
sejour_ghs_intermediaire <- jeu_ghm %>%
    # rattachement GHS plein et GHS intermédiaire pour les GHM concernés
    dplyr::left_join(refpmsi::refpmsi(ghm_intermediaire),
                     join_by(ghm == ghm_intermediaire, annee_rss == annee_pmsi)) %>%
    # filtre sur les séjours dont le GHS == le GHS intermédiaire associé au GHM
    dplyr::filter(ghs == ghs_intermediaire)
sejour_ghs_intermediaire
```

### Liste des codes CIM-10 d'une liste D  

```{r mco_fg_listes_chargement_affichage, eval = TRUE, echo = TRUE}
# Chargement du référentiel des listes D et A de l'algorithme de groupage MCO
mco_fg_listes <- refpmsi::refpmsi("mco_fg_listes", 2021)
mco_fg_listes
```

On choisit d'extraire les codes CIM-10 de la liste D-0401 ""Bronchite ou asthme"  

Le DP d'un séjour appartenant à cette liste amène le séjour concerné en racine 04M03 "Bronchites et asthme, âge supérieur à 17 ans" ou 04M02 "Bronchites et asthme, âge inférieur à 18 ans"  

```{r d_0401_affichage, eval = TRUE, echo = TRUE}
liste_D_0401 <- mco_fg_listes %>%
  # on ne garde que des variables qui nous intéressent pour une liste en D
  dplyr::select(mco_fg_liste_code, mco_fg_liste_lib, mco_fg_cmd, mco_fg_code) %>%
  dplyr::filter(mco_fg_liste_code == "D-0401")
liste_D_0401
```

Script similaire pour extraire les actes CCAM PMSI d'une liste A.  

### Diagnostics d'entrée d'une CMD  

On choisit d'extraire les diags d'entrée de la CMD 01  

```{r cmd_01_affichage, eval = TRUE, echo = TRUE}
# on a chargé le référentiel mco_fg_listes dans la variable mco_fg_listes
diag_cmd_01 <- mco_fg_listes %>%
  dplyr::filter(mco_fg_cmd == "01", mco_fg_liste_type == "D") %>%
  # argument.keep_all = TRUE pour garder les colonnes
  dplyr::distinct(mco_fg_code, .keep_all = TRUE) %>%
  # colonnes qui nous intéressent + réordonnancement
  dplyr::select(mco_fg_code, mco_fg_cmd, mco_fg_liste_code, mco_fg_liste_lib)
diag_cmd_01
```

### Rattachement des libellés des listes D aux DP  

Soit un mini-jeu de données de 12 séjours avec le DP, le GHM et l'année PMSI du séjour   
```{r jeu_dp_ghm, echo = FALSE}
jeu_dp_ghm <- tibble::tibble(no_rss = seq(1:12),
                         dp_rss = c("I5010","S7220","H269","Z380",
                                    "S7200","S0600","R074","J441",
                                    "K358","R53+0","S7200","I5011"),
                         ghm_rss = c("05M091","08M041","02C05J","15M05A",
                                     "08C471","01M201","05M13T","04M202",
                                     "06C091","23M20Z","08C471","05M092"),
                         annee_rss = sample(c("2023","2024"),12,replace = TRUE))
jeu_dp_ghm
```

1ere étape : construire le tibble des diagnostics d'entrée de toutes les CMD concernées par une introduction de groupage par le DP  
```{r diag_cmd_affichage, eval = TRUE, echo = TRUE}
# on a chargé le référentiel mco_fg_listes dans la variable mco_fg_listes
diag_cmd <- mco_fg_listes %>%
  dplyr::filter(mco_fg_liste_type == "D") %>%
  # nest_by = group_by + summarise + rowwise (expérimental dplyr 1.0.7)
  dplyr::nest_by(mco_fg_cmd, .key = "diag_entree") %>%
  # dégroupage du rowwise généré par nest_by
  dplyr::ungroup() %>%
  # traitement de la list_column des diags d'entrée
  dplyr::mutate(diag_entree = purrr::map(diag_entree, ~ dplyr::distinct(.x, mco_fg_code, .keep_all = TRUE) %>% dplyr::select(c("mco_fg_code", "mco_fg_liste_code", "mco_fg_liste_lib"))))
diag_cmd
```

2eme étape : rattachement du libellé de la liste D correspondant au DP pour la CMD du séjour  

```{r jeu_dp_ghm_liste_D_affichage, eval = TRUE, echo = TRUE}
jeu_dp_ghm_liste_D <- jeu_dp_ghm %>%
    # extraction de la CMD du séjour
    dplyr::mutate(cmd_rss = stringr::str_sub(ghm_rss,1,2)) %>%
    dplyr::left_join(diag_cmd %>% tidyr::unnest(diag_entree),
                     # jonction via dp et cmd. Rappel : plusieurs listes D possibles pour un DP
                     join_by(dp_rss == mco_fg_code, cmd_rss == mco_fg_cmd))
jeu_dp_ghm_liste_D
```

Remarque : pas de libellé de liste D pour le DP Z380 "Enfant unique, né à l'hôpital" d'un séjour classé dans la CMD 15 "Nouveau-nés, prématurés et affections de la période périnatale" car, dans cette CMD, le groupage ne commence pas par le DP.  


## Sources  

[Manuel de groupage GHM 2024 - Volume 1](https://www.atih.sante.fr/sites/default/files/public/content/4713/volume_1_14_02_2024.pdf) (ATIH)  
[TArifs MCO 2018-2024](https://www.atih.sante.fr/tarifs-mco-et-had) (ATIH)    
[Arrêté tarifaire MCO 2023](https://www.legifrance.gouv.fr/download/pdf?id=wbSfyB0QarBmS_OXWPwKuVZQxHw5YMz-RNeqeEq8Hqs=) (Ministère de la Santé - Arrêté 2023)    
[Arrêté tarifaire MCO 2022](https://www.legifrance.gouv.fr/jorf/id/JORFTEXT000045530951) (Ministère de la Santé - Arrêté 2022)    
[Arrêté tarifaire MCO 2021](https://www.legifrance.gouv.fr/jorf/id/JORFTEXT000043306334) (Ministère de la Santé - Arrêté 2021)    
[Arrêté tarifaire MCO 2020](https://www.legifrance.gouv.fr/jo_pdf.do?id=JORFTEXT000041663256) (Ministère de la Santé - Arrêté 2020)  
[Arrêté tarifaire MCO 2019](https://www.legifrance.gouv.fr/jo_pdf.do?id=JORFTEXT000038219729) (Ministère de la Santé - Arrêté 2019)  
[Arrêté tarifaire MCO 2018](https://www.legifrance.gouv.fr/eli/arrete/2018/2/28/SSAH1805897A/jo/texte) (Ministère de la Santé - Arrêté 2018)  
[Regroupements des GHM et RGHM 2023](https://www.atih.sante.fr/regroupement-des-ghm-en-2023) (ATIH)  
[OVALIDE MCO - Tables de référence 2024](https://www.atih.sante.fr/sites/default/files/public/content/4778/ovalide_0.zip) (ATIH)  
[Données du volume 2 du manuel des GHS 2024](https://www.atih.sante.fr/plateformes-de-transmission-et-logiciels/logiciels-espace-de-telechargement/id_lot/3913) (ATIH)