feat(anonymizer): add v11.5 P0 layout-aware detectors

Trois détecteurs simples « layout/context-aware » (chantier v11.5 P0),
validés par 2 revues Codex + 10 tests adversariaux Qwen, 0 régression :

- RE_ADRESSE réécrit en grammaire de tokens (_RE_VOIE_TYPE + _RE_VOIE_TOKEN) :
  capture initiales (« J. Loeb »), voies commémoratives à chiffres
  (« 8 Mai 1945 »), apostrophes ' et ’, bornage à la ligne courante,
  arrêt sur point post-mot (anti-débordement clinique).
- _mask_ville_gazetteers : retourne toujours un tuple (texte, liste) même
  sans Aho-Corasick ; masque les communes Saint/St/Sainte/Ste multi-mots à
  espaces (« St Martin de Hinx ») entièrement, sans exiger de contexte géo.
- DATE_NAISSANCE retiré de la propagation globale + DATE_NAISSANCE_GLOBAL
  ajouté aux skip vector/raster : on ne masque plus une date nue sur tout le
  document. La DDN reste masquée en contexte fort, page par page. Les dates
  cliniques identiques à la DDN hors contexte sont préservées.

tests/unit/test_p0_layout_detectors.py : 38 tests dédiés (matrice adresse
générique, anti-FP, communes Saint, propagation DDN, 10 tests adversariaux
Qwen). Suite tests/unit complète : 147 passed.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

anonymizer_core_refactored_onnx.py

@@ -890,11 +890,27 @@ RE_DATE = re.compile(
     r"\b(\d{1,2})\s+" + _MOIS_FR + r"\s+(\d{4})\b",
     re.IGNORECASE,
 )
+# Adresse contextuelle (v11.5 P0) — ancre forte « numéro + type de voie », puis
+# nom de voie décrit par une GRAMMAIRE DE TOKENS généralisée (pas un cas précis) :
+#   - mot/chiffre : lettres accentuées, chiffres (voies commémoratives « 8 Mai 1945 »,
+#     « 11 Novembre »), apostrophe droite ' et typographique ’, traits d'union ;
+#   - initiale : une seule lettre suivie d'un point (« J. », « A. ») — couvre les voies
+#     nommées d'après une personne (« avenue de l'interne J. Loeb »).
+# Bornage à la LIGNE COURANTE : séparateurs `[ \t]` (jamais `\n`). Un point qui suit un
+# mot de plusieurs lettres N'est PAS un token initiale -> on s'arrête (évite d'avaler la
+# phrase clinique suivante : « rue des Lilas. Le patient… » s'arrête après « Lilas »).
+_RE_VOIE_TYPE = (
+    r"(?:rue|avenue|av\.?|boulevard|bd\.?|place|chemin|all[ée]e|impasse|route|cours"
+    r"|passage|square|r[ée]sidence|lotissement|lot\.?|cit[ée]|hameau|quartier|voie"
+    r"|parvis|esplanade|promenade|côte)"
+)
+_RE_VOIE_TOKEN = (
+    r"(?:[A-Za-zÀ-ÿ]\.|[A-Za-zÀ-ÿ0-9'’]+(?:-[A-Za-zÀ-ÿ0-9'’]+)*)"
+)
 RE_ADRESSE = re.compile(
-    r"\b\d{1,4}[\s,]*(?:bis|ter)?\s*,?\s*"
+    r"\b\d{1,4}[ \t]*,?[ \t]*(?:bis|ter)?[ \t]*,?[ \t]*"
-    r"(?:rue|avenue|av\.?|boulevard|bd\.?|place|chemin|all[ée]e|impasse|route|cours|passage|square|r[ée]sidence"
+    + _RE_VOIE_TYPE +
-    r"|lotissement|lot\.?|cit[ée]|hameau|quartier|voie|parvis|esplanade|promenade|côte)"
+    r"[ \t]+" + _RE_VOIE_TOKEN + r"(?:[ \t]+" + _RE_VOIE_TOKEN + r"){0,9}",
-    r"\s+[A-ZÉÈÀÙÂÊÎÔÛÑa-zéèàùâêîôûñäëïöüçñ\s\-']{2,}",
     re.IGNORECASE,
 )
 RE_CODE_POSTAL = re.compile(
@@ -3685,7 +3701,9 @@ def _mask_ville_gazetteers(text: str) -> tuple:
     if _VILLE_AC is None:
         _build_ville_ac()
     if _VILLE_AC is None:
-        return text
+        # Contrat : toujours retourner un tuple (texte, liste), même si
+        # Aho-Corasick est indisponible (sinon les appelants/tests cassent).
+        return text, []
 
     normalized = _normalize_positional(text)
     placeholder = PLACEHOLDERS["VILLE"]
@@ -3775,7 +3793,16 @@ def _mask_ville_gazetteers(text: str) -> tuple:
         # sauf pour les villes composées avec trait d'union (Saint-Palais,
         # Mont-de-Marsan) qui sont très peu ambiguës.
         is_compound_hyphen = ("-" in original_span and word_count >= 2)
-        if not is_compound_hyphen:
+        # Communes composées préfixées Saint/St/Sainte/Ste écrites avec des
+        # espaces (ex. « St Martin de Hinx ») : aussi peu ambiguës que les
+        # formes à tiret -> masquage sans exiger de contexte géographique, et
+        # masquage de la commune ENTIÈRE (pas de relâchement partiel).
+        _norm_span = _normalize_positional(original_span)
+        is_saint_compound = (
+            word_count >= 2
+            and re.match(r"(?:st|ste|saint|sainte)[\s\-]", _norm_span) is not None
+        )
+        if not (is_compound_hyphen or is_saint_compound):
             before_ctx = text[max(0, start_idx - 40):start_idx]
             if not _RE_GEO_BEFORE.search(before_ctx):
                 continue
@@ -4219,7 +4246,7 @@ def redact_pdf_vector(original_pdf: Path, audit: List[PiiHit], out_pdf: Path, oc
         by_page.setdefault(h.page, []).append(h)
     # Kinds à ne pas chercher dans le PDF (dates masquées uniquement dans le texte,
     # pas dans le PDF où elles rendent les tableaux illisibles)
-    _VECTOR_SKIP_KINDS = {"EDS_DATE", "EDS_DATE_NAISSANCE", "EDS_SECU", "EDS_TEL"}
+    _VECTOR_SKIP_KINDS = {"EDS_DATE", "EDS_DATE_NAISSANCE", "EDS_SECU", "EDS_TEL", "DATE_NAISSANCE_GLOBAL"}
     # Kinds sensibles au substring matching : utiliser _search_whole_word
     _VECTOR_WHOLEWORD_KINDS = {"NOM", "NOM_GLOBAL", "NOM_EXTRACTED", "EDS_NOM", "EDS_PRENOM",
                                 "EDS_HOPITAL", "EDS_VILLE", "ETAB", "ETAB_GLOBAL",
@@ -4378,7 +4405,7 @@ def redact_pdf_raster(original_pdf: Path, audit: List[PiiHit], out_pdf: Path, dp
         raise RuntimeError("PyMuPDF non disponible – installez pymupdf.")
     doc = fitz.open(str(original_pdf))
     all_rects: Dict[int, List["fitz.Rect"]] = {}
-    _RASTER_SKIP_KINDS = {"EDS_DATE", "EDS_DATE_NAISSANCE", "EDS_SECU", "EDS_TEL"}
+    _RASTER_SKIP_KINDS = {"EDS_DATE", "EDS_DATE_NAISSANCE", "EDS_SECU", "EDS_TEL", "DATE_NAISSANCE_GLOBAL"}
     # Kinds sensibles au substring matching : utiliser _search_whole_word
     _RASTER_WHOLEWORD_KINDS = {"NOM", "NOM_GLOBAL", "NOM_EXTRACTED", "EDS_NOM", "EDS_PRENOM",
                                 "EDS_HOPITAL", "EDS_VILLE", "ETAB", "ETAB_GLOBAL",
@@ -4892,7 +4919,11 @@ def process_pdf(
     # 4b) Propagation globale SÉLECTIVE : uniquement pour les PII critiques
     # Les PII critiques (DATE_NAISSANCE, NIR, IPP, EMAIL) sont propagés sur toutes les pages
     # pour éviter les fuites sur les documents multi-pages (ex: CRO)
-    _CRITICAL_PII_TYPES = {"DATE_NAISSANCE", "NIR", "IPP", "EMAIL", "force_term", "force_regex", "FINESS", "DOSSIER", "NDA", "EPISODE"}
+    # (v11.5 P0) DATE_NAISSANCE retiré de la propagation globale : on ne masque
+    # plus une date nue sur tout le document (ni texte, ni audit, ni PDF/raster).
+    # La DDN reste masquée en contexte fort, page par page (RE_DATE_NAISSANCE +
+    # multiligne). Cela évite de masquer une date clinique égale à la DDN.
+    _CRITICAL_PII_TYPES = {"NIR", "IPP", "EMAIL", "force_term", "force_regex", "FINESS", "DOSSIER", "NDA", "EPISODE"}
 
     _global_pii: Dict[str, set] = {}
     for h in anon.audit:
@@ -4965,17 +4996,16 @@ def process_pdf(
                     # [\s/.\-]+ accepte : espace, slash, point, tiret (un ou plusieurs)
                     date_pattern = rf'{day}[\s/.\-]+{month}[\s/.\-]+{year}'
                     
-                    # Multi-pass replacement pour couvrir tous les cas
+                    # Propagation globale UNIQUEMENT en contexte fort de naissance.
-                    # Pass 1 : Avec contexte "Né(e) le" (case-insensitive)
+                    # (v11.5 P0) On NE propage plus la date nue sur tout le PDF :
+                    # une date cliniquement identique à la DDN mais hors contexte
+                    # (tableau de surveillance, prélèvement, acte) doit être
+                    # préservée. Les contextes forts complémentaires (DDN, date de
+                    # naissance) sont déjà couverts ligne par ligne (RE_DATE_NAISSANCE)
+                    # et en multiligne ; ici on ne couvre que la propagation
+                    # inter-pages du motif « Né(e) le <date> ».
                     final_text = re.sub(
-                        rf'Né(?:e)?\s+le\s+{date_pattern}',
+                        rf'N[ée](?:e)?\s+le\s+{date_pattern}',
-                        h.placeholder,
-                        final_text,
-                        flags=re.IGNORECASE
-                    )
-                    # Pass 2 : Sans contexte (date seule)
-                    final_text = re.sub(
-                        rf'\b{date_pattern}\b',
                         h.placeholder,
                         final_text,
                         flags=re.IGNORECASE

tests/unit/test_p0_layout_detectors.py

@@ -0,0 +1,334 @@
+#!/usr/bin/env python3
+"""
+Tests P0 — 3 détecteurs simples du chantier v11.5 (GO Dom 2026-06-09).
+
+Périmètre strict (sans Docling/ML/dépendance) :
+  1. Adresse contextuelle : numéro + type de voie + suite, le contexte de voie
+     (avenue/rue/...) prime sur les stopwords médicaux ; capture des noms de
+     voie contenant des initiales (ex. "avenue de l'interne J. Loeb").
+  2. Communes composées : alias Saint/St/Sainte/Ste avec espaces/tirets/connecteurs,
+     masquage de la commune entière (pas de relâchement partiel).
+  3. Contexte date : la date de naissance n'est masquée qu'en contexte fort
+     (Né le / DDN / date de naissance) ; plus de propagation globale d'une date
+     nue ; les dates cliniques (tableaux, surveillance) sont préservées.
+
+Toutes les valeurs ci-dessous sont FICTIVES (aucune PII réelle).
+"""
+from __future__ import annotations
+
+import re
+from pathlib import Path
+
+import pytest
+
+import anonymizer_core_refactored_onnx as core
+from anonymizer_core_refactored_onnx import (
+    PLACEHOLDERS,
+    _AHO_AVAILABLE,
+    _mask_line_by_regex,
+    _mask_ville_gazetteers,
+    load_dictionaries,
+)
+
+CFG = load_dictionaries(None)
+
+# Le masquage des communes repose sur Aho-Corasick (pyahocorasick). Si la
+# dépendance est absente de l'environnement, ces tests sont SKIP (pas FAIL) —
+# résultat reproductible. La dépendance est requise en production (cf. mémoire).
+requires_aho = pytest.mark.skipif(not _AHO_AVAILABLE, reason="pyahocorasick indisponible")
+
+
+def _mask_line(line: str):
+    audit = []
+    out = _mask_line_by_regex(line, audit, 0, CFG)
+    return out, audit
+
+
+# ---------------------------------------------------------------------------
+# 1. Adresse contextuelle
+# ---------------------------------------------------------------------------
+class TestAdresseContextuelle:
+
+    def test_adresse_avec_initiale_et_nom_voie_complet(self):
+        """Cas bloquant Dom : la voie nommée d'après une personne (initiale + nom)
+        doit être masquée ENTIÈREMENT — aucun fragment de nom ne doit fuiter."""
+        out, audit = _mask_line("Domicile : 13, avenue de l'interne J. Loeb")
+        assert PLACEHOLDERS["ADRESSE"] in out
+        assert "Loeb" not in out, f"Fuite du nom de voie : {out!r}"
+        assert "interne" not in out  # le mot médical fait partie de l'adresse masquée
+
+    def test_adresse_apostrophe_typographique(self):
+        """Cas réel OCG 18 : apostrophe typographique ’ (U+2019) doit être
+        couverte comme l'apostrophe droite."""
+        out, _ = _mask_line("Domicile : 13, avenue de l’interne J. Loeb")
+        assert PLACEHOLDERS["ADRESSE"] in out
+        assert "Loeb" not in out, f"Fuite (apostrophe typographique) : {out!r}"
+        assert "interne" not in out
+
+    def test_adresse_simple_non_regression(self):
+        out, _ = _mask_line("12 rue de la Paix")
+        assert out.strip() == PLACEHOLDERS["ADRESSE"]
+
+    def test_adresse_avenue_simple(self):
+        out, _ = _mask_line("3 avenue des Fleurs Bleues")
+        assert PLACEHOLDERS["ADRESSE"] in out
+        assert "Fleurs" not in out
+
+    # --- Matrice générique (demande Codex : famille d'adresses, pas un cas) ---
+    @pytest.mark.parametrize("adresse,reste_visible", [
+        ("24 rue du docteur A. Martin", "Martin"),          # titre + initiale + nom
+        ("5 boulevard du professeur P. Bernard", "Bernard"),
+        ("7 place du Général de Gaulle", "Gaulle"),         # titre historique
+        ("9 rue Jean Jaurès", "Jaurès"),
+        ("11 avenue du Président Wilson", "Wilson"),
+        ("18 allée des Frères Lumière", "Lumière"),
+        ("4 rue du 8 Mai 1945", "1945"),                    # commémoratif (chiffres)
+        ("2 rue du 11 Novembre", "Novembre"),
+        ("13, avenue de l’interne J. Loeb", "Loeb"),        # apostrophe typographique
+    ])
+    def test_adresse_matrice_generique(self, adresse, reste_visible):
+        out, _ = _mask_line(adresse)
+        assert PLACEHOLDERS["ADRESSE"] in out, f"non masqué: {adresse!r} -> {out!r}"
+        assert reste_visible not in out, f"fuite résiduelle: {adresse!r} -> {out!r}"
+
+    @pytest.mark.parametrize("ligne_clinique", [
+        "3 mg/L de CRP",
+        "TA 12/8 mmHg",
+        "Paracétamol 1000 mg, 3 fois par jour",
+        "FC 72 bpm, SpO2 98%",
+        "2 comprimés matin et soir",
+    ])
+    def test_adresse_anti_fp_clinique(self, ligne_clinique):
+        out, _ = _mask_line(ligne_clinique)
+        assert PLACEHOLDERS["ADRESSE"] not in out, f"faux masquage adresse: {out!r}"
+
+    def test_adresse_ne_deborde_pas_sur_phrase_clinique(self):
+        """Un point après un mot (pas une initiale) borne l'adresse : la phrase
+        clinique qui suit sur la même ligne n'est pas avalée."""
+        out, _ = _mask_line("Adresse 5 rue des Lilas. Le patient va bien")
+        assert PLACEHOLDERS["ADRESSE"] in out
+        assert "Le patient va bien" in out, f"débordement: {out!r}"
+
+
+# ---------------------------------------------------------------------------
+# 2. Communes composées
+# ---------------------------------------------------------------------------
+@requires_aho
+class TestCommunesComposees:
+
+    def test_st_martin_de_hinx_espaces(self):
+        """Cas bloquant Dom : commune composée préfixée 'St' écrite avec des
+        espaces doit être masquée entièrement, sans laisser 'Martin' visible,
+        même sans contexte géographique explicite."""
+        out, _ = _mask_ville_gazetteers("St Martin de Hinx")
+        assert PLACEHOLDERS["VILLE"] in out, f"Commune non masquée : {out!r}"
+        assert "Martin" not in out, f"Relâchement partiel : {out!r}"
+        assert "Hinx" not in out
+
+    def test_commune_composee_tiret_non_regression(self):
+        out, _ = _mask_ville_gazetteers("Saint-Martin-de-Hinx")
+        assert PLACEHOLDERS["VILLE"] in out
+        assert "Martin" not in out
+
+    def test_mot_courant_non_masque_sans_contexte(self):
+        """Garde-fou anti-FP : un mot homonyme de commune (mono-mot, sans
+        contexte géo) ne doit pas être masqué abusivement."""
+        out, _ = _mask_ville_gazetteers("Les signes vitaux sont stables.")
+        assert PLACEHOLDERS["VILLE"] not in out
+
+
+# ---------------------------------------------------------------------------
+# 3. Contexte date
+# ---------------------------------------------------------------------------
+class TestContexteDate:
+
+    def test_date_naissance_contexte_fort_masquee(self):
+        out, audit = _mask_line("Né le 14/03/1956")
+        assert PLACEHOLDERS["DATE_NAISSANCE"] in out
+        assert "1956" not in out
+        assert any(h.kind == "DATE_NAISSANCE" for h in audit)
+
+    def test_date_naissance_variantes_contexte(self):
+        for line in ("Date de naissance : 01/02/1944",
+                     "DDN 1/2/1944",
+                     "Née le 2 mars 1944"):
+            out, _ = _mask_line(line)
+            assert PLACEHOLDERS["DATE_NAISSANCE"] in out, f"non masqué: {line!r} -> {out!r}"
+
+    def test_date_clinique_sans_contexte_preservee(self):
+        """Une date sans contexte de naissance (acte/suivi) ne doit PAS être
+        masquée."""
+        out, _ = _mask_line("Intervention réalisée le 14/03/2025")
+        assert PLACEHOLDERS["DATE_NAISSANCE"] not in out
+        assert "14/03/2025" in out
+
+    def test_date_tableau_clinique_preservee(self):
+        out, _ = _mask_line("08:00 | 120/80 | 37.1 | 12/03/2024")
+        assert PLACEHOLDERS["DATE_NAISSANCE"] not in out
+        assert "12/03/2024" in out
+
+
+# ---------------------------------------------------------------------------
+# 4. Anti-régression : pas de propagation globale d'une date nue
+#    (DATE_NAISSANCE_GLOBAL pass 2 retirée)
+# ---------------------------------------------------------------------------
+def _make_pdf(tmp_path: Path, lines: list[str]) -> Path:
+    import fitz
+    doc = fitz.open()
+    page = doc.new_page()
+    y = 72
+    for ln in lines:
+        page.insert_text((72, y), ln, fontsize=11)
+        y += 18
+    p = tmp_path / "synthetic_dob.pdf"
+    doc.save(str(p))
+    doc.close()
+    return p
+
+
+# ---------------------------------------------------------------------------
+# 5. Tests adversariaux Qwen (T-A1 → T-A10) — validation des 3 détecteurs
+#    Valeurs 100% fictives.
+# ---------------------------------------------------------------------------
+class TestAdversarialQwen:
+
+    def test_TA1_adresse_voie_personne(self):
+        out, _ = _mask_line("13, avenue de l'interne J. Loeb")
+        assert out.strip() == PLACEHOLDERS["ADRESSE"]
+
+    def test_TA2_ligne_clinique_non_masquee(self):
+        """Une ligne clinique « 3 mg/L de CRP » ne doit pas être prise pour une
+        adresse (le détecteur exige un type de voie comme ancre)."""
+        out, _ = _mask_line("3 mg/L de CRP")
+        assert PLACEHOLDERS["ADRESSE"] not in out
+        assert out == "3 mg/L de CRP"
+
+    @requires_aho
+    def test_TA3_commune_composee_bloc_adresse(self):
+        out, _ = _mask_ville_gazetteers("Adresse : St Martin de Hinx")
+        assert PLACEHOLDERS["VILLE"] in out
+        assert "Martin" not in out
+
+    @requires_aho
+    def test_TA4_dr_martin_pas_commune(self):
+        """« Dr Martin » ne doit pas être masqué comme VILLE par le gazetteer
+        communes (le masquage du nom relève du pipeline NOM, hors de ce test)."""
+        out, _ = _mask_ville_gazetteers("Dr Martin")
+        assert PLACEHOLDERS["VILLE"] not in out
+
+    @requires_aho
+    def test_TA5_martin_seul_pas_masque_commune(self):
+        out, _ = _mask_ville_gazetteers("Martin")
+        assert PLACEHOLDERS["VILLE"] not in out
+
+    def test_TA6_ddn_bloc_identite(self):
+        out, _ = _mask_line("Né le 14/03/1956")
+        assert PLACEHOLDERS["DATE_NAISSANCE"] in out
+
+    def test_TA7_date_clinique_tableau_non_masquee(self):
+        out, _ = _mask_line("TA 120/80 | FC 72 | 14/03/1956")
+        assert PLACEHOLDERS["DATE_NAISSANCE"] not in out
+        assert "14/03/1956" in out
+
+    def test_TA8_date_pres_label_naissance(self):
+        out, _ = _mask_line("Date de naissance 14/03/2025")
+        assert PLACEHOLDERS["DATE_NAISSANCE"] in out
+
+    def test_TA9_ddn_label_court(self):
+        out, _ = _mask_line("DDN: 02/08/1980")
+        assert PLACEHOLDERS["DATE_NAISSANCE"] in out
+
+
+def _make_pdf_2pages(tmp_path: Path, page1: list[str], page2: list[str]) -> Path:
+    import fitz
+    doc = fitz.open()
+    for lines in (page1, page2):
+        page = doc.new_page()
+        y = 72
+        for ln in lines:
+            page.insert_text((72, y), ln, fontsize=11)
+            y += 18
+    p = tmp_path / "synthetic_2p.pdf"
+    doc.save(str(p))
+    doc.close()
+    return p
+
+
+@pytest.mark.slow
+def test_TA10_date_meme_que_ddn_page3_tableau_non_masquee(tmp_path):
+    """T-A10 : une date identique à la DDN mais dans un tableau d'une autre page
+    (hors contexte de naissance) ne doit PAS être masquée. Valeurs fictives."""
+    pdf = _make_pdf_2pages(
+        tmp_path,
+        page1=[
+            "Compte rendu de consultation fictif pour test automatise.",
+            "Patient FICTIF TESTNOM, dossier numero 000000.",
+            "Ne le 14/03/1956. Motif : controle de routine sans particularite.",
+            "Antecedents : aucun signale dans ce document de test synthetique.",
+        ],
+        page2=[
+            "Tableau de suivi clinique (donnees fictives de test).",
+            "Controle realise le 14/03/1956 RAS, parametres stables.",
+            "Conclusion : surveillance simple, prochain rendez-vous a definir.",
+        ],
+    )
+    out_dir = tmp_path / "out2"
+    out_dir.mkdir()
+    core.process_pdf(pdf, out_dir, CFG)
+    txt = (out_dir / "synthetic_2p.pseudonymise.txt").read_text(encoding="utf-8")
+    assert "Controle realise le 14/03/1956" in txt, f"date clinique masquée à tort:\n{txt}"
+
+
+@pytest.mark.slow
+def test_date_clinique_non_masquee_apres_dob_detectee_ailleurs(tmp_path):
+    """Anti-régression DATE_NAISSANCE_GLOBAL : une date cliniquement identique à
+    la date de naissance, mais hors contexte de naissance, ne doit PAS être
+    masquée globalement sur tout le document. Valeurs 100% fictives."""
+    pdf = _make_pdf(tmp_path, [
+        "Patient FICTIF TESTNOM",
+        "Ne le 12/03/1990",
+        "Tableau de surveillance :",
+        "Prelevement realise le 12/03/1990 - bilan stable",
+    ])
+    out_dir = tmp_path / "out"
+    out_dir.mkdir()
+    res = core.process_pdf(pdf, out_dir, CFG)
+    txt_path = out_dir / "synthetic_dob.pseudonymise.txt"
+    assert txt_path.exists(), f"sortie absente (status={res.get('status') if isinstance(res, dict) else res})"
+    text = txt_path.read_text(encoding="utf-8")
+    # La ligne "Prelevement ... le 12/03/1990" ne doit PAS avoir été masquée
+    assert "Prelevement realise le 12/03/1990" in text, (
+        f"date clinique masquée à tort par propagation globale :\n{text}"
+    )
+
+
+@pytest.mark.slow
+def test_date_globale_non_masquee_dans_pdf_redacted(tmp_path):
+    """Codex blocage #3 : la neutralisation de DATE_NAISSANCE_GLOBAL doit valoir
+    aussi pour le PDF redacted (vector), pas seulement le .txt. On vérifie que la
+    date clinique reste présente dans le texte du PDF caviardé. Valeurs fictives."""
+    import fitz
+    pdf = _make_pdf(tmp_path, [
+        "Compte rendu fictif pour test automatise de non regression.",
+        "Patient FICTIF TESTNOM, dossier 000000, sans particularite.",
+        "Ne le 12/03/1990. Motif de consultation : controle de routine.",
+        "Tableau de surveillance clinique (donnees fictives) :",
+        "Prelevement realise le 12/03/1990, parametres stables, RAS.",
+    ])
+    out_dir = tmp_path / "outpdf"
+    out_dir.mkdir()
+    core.process_pdf(pdf, out_dir, CFG)
+    redacted = out_dir / "synthetic_dob.redacted_vector.pdf"
+    if not redacted.exists():
+        # fallback raster éventuel
+        redacted = out_dir / "synthetic_dob.redacted_raster.pdf"
+    assert redacted.exists(), "PDF caviardé absent"
+    doc = fitz.open(str(redacted))
+    pdf_text = "\n".join(p.get_text("text") for p in doc)
+    doc.close()
+    # Le PDF caviardé en mode vector retire le texte sous les boîtes. La date
+    # clinique ne doit PAS avoir été retirée par une propagation globale.
+    if "redacted_vector" in redacted.name:
+        assert "12/03/1990" in pdf_text, (
+            f"date clinique retirée du PDF par propagation globale :\n{pdf_text}"
+        )