Modèles de données

nhic_dbt organise toute la logique de transformation en quatre couches. Chaque couche a une responsabilité unique — ingestion brute, logique métier, analytique conformée ou vues prêtes pour la BI. Les données circulent strictement vers l’avant : staging alimente intermediate, intermediate alimente le DWH, le DWH alimente reporting.

Staging

Staging schema: staging materialized: table

La couche staging est la première zone d’atterrissage des données sources brutes. Chaque système source dispose de son propre sous-répertoire sous models/staging/, et les modèles de cette couche restent très proches du schéma source.

Règles pour les modèles de staging :

Aucune logique métier. Nettoyage uniquement — conversion de types, normalisation des valeurs nulles, application des macros de nettoyage.
Un modèle par table ou entité source.
Tous les modèles sont matérialisés en tables afin que les couches en aval interrogent toujours des données pré-construites.

Sous-répertoires sources : cemr/, crvs/, ebuzima/, efiche/, hmis_tracker/, hpemr/, idsr_dhis2/, immunization/, moh_rhmis/, seeds/.


-- Example: a typical staging model
select
    {{ clean_key_integer('patient_id') }}       as patient_id,
    {{ clean_text('first_name') }}              as first_name,
    {{ clean_date('date_of_birth') }}           as date_of_birth,
    {{ clean_key_text('facility_code') }}       as facility_code
from {{ source('cemr', 'patients') }}

Intermediate

Intermediate schema: intermediate materialized: table

La couche intermediate est le lieu de la logique métier. Les modèles y joignent et enrichissent les données de staging, appliquent la déduplication et implémentent les schémas de dimensions à évolution lente (SCD) pour le suivi historique des changements.

Ce qui a sa place ici :

Les jointures multi-sources qui résolvent des entités entre systèmes (p. ex. relier un patient entre le CEMR et eFICHE)
La logique de déduplication à l’aide de clés hash_column
Les tables d’historique SCD de type 2 pour suivre les changements dans le temps
Les métriques métier dérivées réutilisées dans plusieurs modèles du DWH

Les modèles de cette couche ne doivent pas être consommés directement par les outils BI — ce sont des étapes intermédiaires vers la couche DWH.

DWH

DWH schema: dwh materialized: table

La couche DWH est le cœur analytique de nhic_dbt. Elle est divisée en deux sous-répertoires :

dwh/dimensions/ — tables de dimensions conformées (p. ex. dim_patient, dim_facility, dim_date)
dwh/facts/ — tables de faits qui enregistrent événements et mesures (p. ex. fct_visits, fct_immunizations)

Tous les modèles du DWH sont des tables en full-refresh. Cela garantit la cohérence des données et évite toute dérive d’état incrémental dans la couche analytique centrale.

Les tableaux de bord Superset et GreenRiver ne doivent pas interroger directement le schéma DWH — utilisez la couche reporting comme interface stable.

Systèmes sources de la couche staging

Source	Répertoire	Description
HMIS Tracker	`hmis_tracker/`	Suivi des programmes de santé au niveau des établissements via DHIS2
eFICHE	`efiche/`	Dossiers cliniques ambulatoires
CRVS	`crvs/`	État civil et statistiques vitales
EBUZIMA	`ebuzima/`	Système de santé maternelle
HPEMR	`hpemr/`	Dossiers médicaux électroniques des postes de santé
IDSR / DHIS2	`idsr_dhis2/`	Surveillance intégrée des maladies et riposte
Immunization	`immunization/`	Registre national de vaccination
MOH RHMIS	`moh_rhmis/`	Système d’information de gestion sanitaire de routine
CEMR	`cemr/`	Dossiers médicaux électroniques centraux
Seeds	`seeds/`	Données de référence et de correspondance statiques