## Rapport d'analyse de campagne GUI

Date d'analyse : 2026-04-21

### Périmètre

Campagne lancée depuis la GUI sur le dossier :

`/home/dom/ai/anonymisation/tests/synthetic_regression/cases`

Sorties observées dans :

`/home/dom/ai/anonymisation/tests/synthetic_regression/cases/anonymise`

### Synthèse

La campagne n'est pas exploitable comme validation globale du corpus.

Le moteur n'a pas échoué sur l'anonymisation observée, mais la méthode de lancement via la GUI a mélangé les cas de test dans un dossier de sortie unique. Résultat : les fichiers de sortie se sont écrasés entre eux, et il ne reste plus que trois sorties distinctes (`input`, `expected`, `test`) alors que 30 fichiers d'entrée ont été pris dans la campagne.

En l'état, un seul cas est encore vérifiable de façon fiable : `010_spaced_establishment_header`. Ce cas est conforme.

### Constats

#### 1. La campagne a pris 30 fichiers en entrée

Le dossier `tests/synthetic_regression/cases` contient 10 cas, et chaque cas contient :

- `input.txt`
- `test.txt`
- `expected.txt`

Soit 30 fichiers texte supportés au total.

#### 2. Les sorties ont été écrasées

La GUI écrit toutes les sorties dans un seul dossier :

`folder / "anonymise"`

Puis le moteur nomme les sorties uniquement avec le `stem` du fichier source :

- `input.pseudonymise.txt`
- `test.pseudonymise.txt`
- `expected.pseudonymise.txt`

Comme les 10 cas portent tous les mêmes noms de fichiers, chaque nouveau cas remplace le précédent.

Conséquence observée :

- 30 entrées traitées
- 3 sorties texte finales restantes

#### 3. Les fichiers de référence ont aussi été anonymisés

La GUI a pris tous les fichiers supportés trouvés récursivement dans le dossier sélectionné, donc elle a traité :

- les fichiers de test à anonymiser
- les fichiers `input.txt`
- les fichiers `expected.txt`

Pour une campagne de validation, ce n'est pas le bon protocole : les fichiers `expected.txt` sont des références de comparaison, pas des entrées métier à anonymiser.

### Analyse des sorties restantes

Les trois sorties restantes sont :

- `tests/synthetic_regression/cases/anonymise/input.pseudonymise.txt`
- `tests/synthetic_regression/cases/anonymise/test.pseudonymise.txt`
- `tests/synthetic_regression/cases/anonymise/expected.pseudonymise.txt`

Leur contenu correspond au cas :

`tests/synthetic_regression/cases/010_spaced_establishment_header`

Contenu observé :

```text
[ETABLISSEMENT]
Service de cardiologie
```

Résultat :

- `test.pseudonymise.txt` correspond exactement à `010_spaced_establishment_header/expected.txt`
- `input.pseudonymise.txt` correspond aussi à `010_spaced_establishment_header/expected.txt`
- `expected.pseudonymise.txt` reste déjà anonymisé, ce qui est cohérent

Audit observé :

- `input.audit.jsonl` : 1 hit `ETAB_SPACED`
- `test.audit.jsonl` : 1 hit `ETAB_SPACED`
- `expected.audit.jsonl` : vide

Conclusion sur ce cas :

Le cas `010_spaced_establishment_header` est réussi.

### Conclusion générale

Conclusion fonctionnelle :

- aucun échec d'anonymisation n'est visible sur le cas encore vérifiable
- la campagne globale ne permet pas d'évaluer les 10 cas du corpus

Conclusion méthodologique :

- la structure actuelle des sorties GUI n'est pas compatible avec un lancement sur un dossier de corpus contenant des noms de fichiers répétés
- la campagne du 2026-04-21 doit être considérée comme non concluante pour 9 cas sur 10

### Causes racines

1. La GUI parcourt récursivement tous les fichiers supportés du dossier sélectionné.
2. La GUI écrit toutes les sorties dans un seul sous-dossier `anonymise/`.
3. Le moteur génère les noms de sortie à partir du seul nom de fichier, sans conserver le chemin relatif du cas.

### Recommandations immédiates

1. Pour tester sans modifier le code, lancer la GUI sur un seul dossier de cas à la fois.

Exemple :

`/home/dom/ai/anonymisation/tests/synthetic_regression/cases/001_patient_header_and_birth`

2. En validation humaine, ne pas lancer la GUI sur `tests/synthetic_regression/cases` directement.

3. Comparer chaque sortie produite au `expected.txt` du même dossier de cas.

### Correctifs recommandés

1. Préserver l'arborescence relative des cas dans le dossier de sortie.

Exemple attendu :

- `anonymise/001_patient_header_and_birth/test.pseudonymise.txt`
- `anonymise/002_contact_bundle/test.pseudonymise.txt`

2. Ou préfixer les sorties par le nom du dossier parent.

Exemple :

- `001_patient_header_and_birth__test.pseudonymise.txt`

3. Ajouter un mode "campagne de tests" dans la GUI qui ne traite que les fichiers `test.txt`.

4. Générer automatiquement un rapport de comparaison contre les `expected.txt`.

### Statut

- Campagne GUI du 2026-04-21 : non exploitable pour validation complète
- Cas encore vérifiable : `010_spaced_establishment_header`
- Verdict sur ce cas : conforme