Le Système national des données de santé (SNDS) est un entrepôt de bases de données médico-administratives qui rassemble les informations issues des remboursements de soins de ville et des établissements de santé, ainsi que les causes médicales de décès de près de 99 % de la population française. En fournissant des données exhaustives médicales sur une large population, non sélectionnée, « en vraie vie », et sans perte de suivi, le SNDS a ouvert la voie à de nombreuses études épidémiologiques et pharmacoépidémiologiques, incluant la prise en charge thérapeutique des pathologies inflammatoires chroniques. Cet article explore en détail les divers types de variables disponibles dans cette base, ainsi que les méthodes statistiques pertinentes pour exploiter ces données. Il illustre ces points à travers l’exemple de l’étude des traitements ciblés du rhumatisme psoriasique. Les limites du SNDS sont également exposées, accompagnées d’exemples de mesures prises pour minimiser les biais potentiels inhérents aux études qui en découlent. Ainsi, cet article fournit des informations pratiques afin d’améliorer la compréhension et l’utilisation de cette base de données unique.

The French Health Insurance database (Système national des données de santé: SNDS) is a repository of healthcare administrative databases containing information on reimbursements for outpatient care and healthcare establishments, as well as medical causes of death for nearly 99% of the French population. By furnishing comprehensive medical data on a large, unselected population in “real-life” conditions, and with no loss of follow-up, the SNDS has paved the way for numerous epidemiological and pharmacoepidemiological studies, including the therapeutic management of chronic inflammatory diseases. This article delves into the various types of variables available in this database, along with the relevant statistical methods to exploit this data. It illustrates these points with the example of studying targeted therapies for psoriatic arthritis. The limitations of the SNDS are also outlined, accompanied by examples of measures taken to minimize potential biases inherent in resulting studies. Thus, this article provides practical information to enhance the understanding and use of this unique database.