中文

基于朴素贝叶斯算子预测 Medicare 2011 交易数据集的结论

机器学习 2014-03-28 v1 计算机与社会 数据分析、统计与概率

摘要

引言:美国联邦政府运营着世界上最大的医疗保险项目之一 Medicare,旨在为老年人、非法移民以及无力直接支付医疗费用的人群支付临床服务费用。本文评估了 Medicare 2011 交易数据集,该数据集详细记录了 2011 运营年度 Medicare 向私人和公共临床护理机构转移特定临床服务资金的情况。方法:通过数据挖掘建立数据集中报告值与计算交易值之间的关系,以更好地理解项目层面的 Medicare 交易驱动因素。结果:模型在训练期间的平均模型准确度为 88,平均 Kappa 值为 38。某些报告类别与可用数据高度独立,因为无论删减支持性或矛盾性证据,其可预测性保持稳定。从可用的金融交易值来看,DRG 或手术类型似乎是不可预测的。结论:尽管 2011 年有 2800 万美国人通过 Medicare 被开具账单,且仅在该交易集中分配了超过 700 亿美元,但本分析表明,诸如费用由服务量驱动或 DRG 与费用或支付相关的叠加假设显然是错误的。若无第一和第二顺位支付方的数据,可能无法预测最后顺位支付方的依赖关系和数据结构。关于 Medicare 的政治关切应更好地聚焦于这些第一和第二顺位支付系统,因为 Medicare 的成本并不取决于 Medicare 本身。

关键词

引用

@article{arxiv.1403.7087,
  title  = {Conclusions from a NAIVE Bayes Operator Predicting the Medicare 2011 Transaction Data Set},
  author = {Nick Williams},
  journal= {arXiv preprint arXiv:1403.7087},
  year   = {2014}
}

备注

8 Pages, 7 figures