IntroductionAfin de compléter les informations de morbidité sévère des patients vivants avec le VIH ou de documenter les patients en rupture de soins parmi les perdus de vue de la cohorte, un accès aux données du Sniiram est envisagé par la cohorte hospitalière de patients infectés par le VIH (FHDH ANRS C04). Dans cette perspective, une étude de la faisabilité d’une stratégie d’appariement indirect a été réalisée dans un service hospitalier disposant d’une file active importante de patients infectés par le VIH.MéthodesTous les patients infectés par le VIH hospitalisés ou ayant consulté dans le service de maladies infectieuses (SMIT) de la Pitié-Salpêtrière en 2014 et pour lesquels les données étaient recueillies localement par le logiciel Nadis ont été inclus. Un algorithme de chaînage a été établi à partir de variables communes entre le PMSI enrichi des données de consultations, et le logiciel Nadis. Les taux d’appariement ont été estimés en faisant varier les variables de données non-sensibles (sexe, âge, mois-année de sortie d’hospitalisation, durée de séjour, mois-année de la consultation) et sensibles (mois et année de naissance, date d’entrée d’hospitalisation et date de consultation). L’adéquation de l’identification des patients était contrôlée par le NIP (numéro d’identification des personnes) présent dans les deux bases.RésultatsEn 2014, des données de 3362 patients correspondant à 11 938 consultations, 863 hospitalisations de jour et 188 hospitalisations complètes ont été recueillies via Nadis. Le taux d’appariement obtenu avec l’ensemble des données sensibles et non-sensibles était de 85 %. Avec l’ensemble des données non-sensibles, le taux d’appariement était de 11 %. L’adjonction d’une donnée sensible augmentait le taux d’appariement à 16 % s’il s’agissait de la date d’entrée d’hospitalisation, à 25 % pour le mois et l’année de naissance, et à 71 % pour la date de consultation.Discussion/conclusionCe travail confirme la faisabilité de l’appariement et la nécessité d’utilisation des variables sensibles pour le réaliser. Parmi ces variables, le mois et l’année de la consultation était la variable la plus discriminante.