Prédiction et analyse de l'absentéisme (niveau agrégé)
Modéliser le risque d'absentéisme par unité et par période pour anticiper les besoins de remplacement — jamais au niveau individuel.
Direction générale / DRH · Cadre de santé / encadrement · DSI / Data — Outils : Claude Code, Claude for Excel
Qualification haut risque à instruire au cas par cas. Selon le
paramétrage (niveau agrégé vs individuel, attribution de tâches, évaluation), ce cas
peut relever de l'Annexe III, point 4 de l'AI Act.
Voir Gouvernance et conformité des SIA RH.
Pourquoi ce cas
L'absentéisme se subit au jour le jour alors qu'une grande part est saisonnière et prévisible au
niveau collectif. Anticiper par unité et par période transforme la course aux remplaçants en
dimensionnement raisonné des pools et des renforts.
Adaptation sectorielle
L'absentéisme atteint 11,4 % en EHPAD (CNSA/ANAP, données 2023), contre 11,8 % en
établissements pour personnes en situation de handicap et 9,4 % dans les services PH. Le
comparatif hôpital public est à re-sourcer : la FHF (enquête RH non médicale, décembre 2024)
fait état d'un taux « inférieur à la barre des 10 % » en 2023 — 🔎 à confirmer, source distincte
de la CNSA médico-sociale.
Points de vigilance
Jamais au niveau individuel : un scoring individuel d'absentéisme relèverait de
l'évaluation du comportement des travailleurs — haut risque (Annexe III, point 4), voire
pratique prohibée selon l'usage. La granularité d'agrégation se contrôle aussi : sur un petit
effectif, « l'unité » peut désigner une personne. Voir
Gouvernance et conformité des SIA RH.
Données mobilisées
Vos historiques d'absences agrégés et pseudonymisés par unité, croisés avec votre calendrier d'activité — aucun identifiant individuel.
Résultat attendu & valeur décisionnelle
Projection du risque d'absentéisme par unité et par période, avec facteurs explicatifs agrégés, pour dimensionner à l'avance pools de remplacement et renforts.
Garde-fous
Strictement agrégé : aucun scoring individuel — un suivi individuel relèverait de l'évaluation du comportement, haut risque voire prohibée.
AIPD avant mise en usage ; granularité minimale d'agrégation définie et contrôlée (pas d'unité si l'effectif rend l'individu identifiable).
Les projections dimensionnent des moyens collectifs (pools, renforts) — jamais des mesures individuelles.
Sources
CNSA, Repères statistiques n°24 (avril 2025), d'après ANAP-TDBMS 2023 — absentéisme 11,4 % en EHPAD ; 11,8 % en établissements PH ; 9,4 % en services PH. Statut V.
FHF, enquête RH non médicale (décembre 2024) — taux « inférieur à la barre des 10 % » en 2023 pour l'hôpital public : 🔎 à confirmer, source distincte de la CNSA médico-sociale.
Littérature académique — modèles ML de prédiction d'absences (niveau agrégé). Statut C.
Statut de fiabilité : C Corroboré — sources secondaires.
La fiche complète est sous code.
Le prompt, les données types et le déroulé d'atelier de ce cas sont transmis après un premier échange, ou lors d'un atelier.
Chaque cas de ce site est qualifié par son régime d’usage — accélérer,
éclairer, expérimenter, encadrer, écarter — une première qualification, à affiner selon vos
données et vos outils. Découvrir le cadre d’arbitrage →