Leçon 6 sur 8
Unité · La charge de dossiers
Les dossiers non clos sont les longs
Le délai médian de clôture vaut quatre mois sur les 636 dossiers clos. 472 autres sont encore ouverts, dont 140 dépassent déjà quatre mois, et la protection de l'enfance est censurée à 58 % contre 32 % pour la protection générale — la même statistique signifie donc des choses différentes selon la colonne.
Le calcul évident est biaisé
import pandas as pd
cases = pd.read_csv("protection-case-management-2024.v1.csv")
opened = cases["opened_month"].str[5:].astype(int)
closed = cases["closed_month"].str[5:].astype("Int64")
duration = closed - opened
print(f"closed cases: {duration.notna().sum()}")
print(f"median months to closure: {duration.median()}")
print(f"still open: {duration.isna().sum()} ({duration.isna().mean():.1%})")library(dplyr)
cases |>
mutate(opened = as.integer(substr(opened_month, 6, 7)),
closed = as.integer(substr(closed_month, 6, 7)),
duration = closed - opened) |>
summarise(closed = sum(!is.na(duration)),
median = median(duration, na.rm = TRUE),
open = sum(is.na(duration)))Quatre mois, sur 636 dossiers sur 1 108. Les 472 autres sont encore ouverts à la clôture de décembre, et ils ne sont pas manquants — ils sont censurés.
Le biais a un sens et il se voit directement.
still_open = 12 - opened[duration.isna()] + 1
print(f"open cases already past 4 months: {(still_open > 4).sum()}")
print(f"longest open: {still_open.max()} months and counting")cases |> filter(is.na(closed_month)) |>
mutate(so_far = 12 - as.integer(substr(opened_month, 6, 7)) + 1) |>
summarise(past_four = sum(so_far > 4), longest = max(so_far))140 des dossiers ouverts le sont déjà depuis plus longtemps que le dossier clos médian, et l’un l’est depuis onze mois. Chacun d’eux se clôturera à une durée supérieure à quatre mois, ou jamais. Les supprimer rend la réponse plus petite que la vérité, systématiquement.
Corrigez d’abord les durées impossibles
impossible = duration.notna() & (duration <= 0)
print(f"cases closing on or before the month they opened: {impossible.sum()}")
print(cases.loc[impossible, ["opened_month", "closed_month"]])cases |> filter(!is.na(closed_month),
closed_month <= opened_month) |> nrow()Sept dossiers se clôturent un mois antérieur à leur ouverture. La contradiction
est invisible dans chaque colonne prise seule et produit des durées négatives qu’un
median() absorbe sans broncher.
Décidez et consignez : les exclure, ou traiter le mois de clôture comme une faute de saisie et le fixer au mois d’ouverture. Sept dossiers ne déplaceront pas la médiane ; c’est la discipline de les trouver et de les déclarer qui manquera la prochaine fois si vous la sautez.
Trois façons honnêtes de le rapporter
Rapporter la médiane avec la censure énoncée. L’option correcte la moins coûteuse.
Median time to closure: 4 months (636 closed cases).
472 cases (42.6%) were still open at the cut-off and are excluded; 140 of
them have already been open longer than 4 months, so the true median is
higher.Rapporter une courbe d’aboutissement par mois. Quelle part des dossiers ouverts au mois m était close dans les k mois, calculée uniquement sur les dossiers disposant d’au moins k mois de suivi. C’est l’approche par cohorte et elle emploie correctement les dossiers censurés tant qu’ils ont été observés.
def closed_within(k):
eligible = cases[opened <= 12 - k]
dur = (eligible["closed_month"].str[5:].astype("Int64")
- eligible["opened_month"].str[5:].astype(int))
return (dur <= k).sum() / len(eligible), len(eligible)
for k in (3, 6, 9):
share, n = closed_within(k)
print(f"closed within {k} months: {share:.1%} (n={n})")# For each k, restrict to cases with k months of possible follow-up.Rapporter le délai de clôture pour une seule cohorte à suivi complet. Les dossiers ouverts en janvier ont onze mois d’observation ; ceux de novembre en ont un. Se restreindre à la cohorte précoce répond honnêtement à une question plus étroite.
Les trois sont défendables et la première ne suffit pas seule. Une médiane sans énoncé de censure à côté est la version qui sera citée.
La censure n’est pas répartie uniformément
by_category = pd.DataFrame({
"closed": duration.notna().groupby(cases["case_category"]).sum(),
"open": duration.isna().groupby(cases["case_category"]).sum(),
})
by_category["censored"] = by_category["open"] / by_category.sum(axis=1)
print(by_category.round(3))cases |> summarise(closed = sum(!is.na(closed_month)),
open = sum(is.na(closed_month)), .by = case_category) |>
mutate(censored = open / (open + closed))| Catégorie | Clos | Ouverts | Censure | Médiane des clos |
|---|---|---|---|---|
| Protection de l’enfance | 131 | 179 | 58 % | 5 mois |
| VBG | 255 | 173 | 40 % | 4 mois |
| Protection générale | 250 | 120 | 32 % | 4 mois |
La protection de l’enfance est censurée à 58 % et la protection générale à 32 %. Les deux médianes de ce tableau sont donc calculées sur des fractions très différentes de leurs cohortes, et l’écart entre cinq mois et quatre mois sous-estime l’écart réel.
Une censure inégale rend une comparaison de médianes trompeuse dans un sens précis : le groupe le plus censuré est celui dont la médiane est la plus sous-estimée, c’est-à-dire le groupe qui paraît déjà le plus mal loti.
Le motif de clôture est un jugement
print(cases["closure_reason"].value_counts(normalize=True).round(3))cases |> filter(!is.na(closure_reason)) |> count(closure_reason) |>
mutate(share = n / sum(n))| Motif | Part des clôtures |
|---|---|
| Objectifs du plan atteints | 29,1 % |
| Perte de contact | 27,2 % |
| Retrait de la survivante | 13,1 % |
| Clôture administrative | 11,3 % |
| Déménagement | 9,7 % |
| Transfert à une autre agence | 9,6 % |
Seules 29,1 % des clôtures correspondent à un plan mené à terme. C’est le chiffre principal, et c’est celui par lequel commence une conversation de supervision.
Mais regardez comment les motifs se répartissent par zone avant d’y croire.
by_area = pd.crosstab(cases["admin2"], cases["closure_reason"], normalize="index")
print((by_area[["closed-administratively", "lost-contact"]] * 100).round(1))cases |> filter(!is.na(closure_reason)) |>
count(admin2, closure_reason) |> mutate(share = n / sum(n), .by = admin2)Hinche classe 36,2 % de ses clôtures en closed-administratively contre 3,8 % à
9,8 % partout ailleurs, et son taux de perte de contact affiche 20,2 % contre
jusqu’à 38,9 %. Le fourre-tout absorbe le motif dont un superviseur a besoin.
Un motif de clôture est le jugement d’un travailleur social, non une observation. Une distribution qui diffère fortement d’un bureau à l’autre est donc une question sur les bureaux avant d’être une question sur les dossiers — et le remède est une conversation sur le codage, non un ajustement statistique.
Rapportez-le en entier
Case closure, 1,108 cases
Closed by the cut-off 636 57.4%
Still open 472 42.6% censored, not missing
Median months to closure 4 of closed cases only
open cases already past 4 months 140 so the true median is higher
Censoring by category: child protection 58%, GBV 40%, general 32%.
Medians are not comparable across those columns.
Closure reasons (of 636 closures)
Case plan objectives met 29.1%
Lost contact 27.2%
Survivor withdrew 13.1%
Closed administratively 11.3% 36.2% in Hinche, 3.8-9.8% elsewhere
Relocated 9.7%
Transferred 9.6%
7 cases record a closing month before their opening month and are excluded.La suite
Tout dans cette unité porte sur des dossiers déjà dans le système. La dernière unité demande ce que signifie le nombre de dossiers lui-même — et pourquoi une zone dont le compte de dossiers a doublé est généralement celle où quelque chose s’est bien passé.