用于预测工作伤害赔付环境中索赔持续时间的人工神经网络
应用统计
2026-03-03 v1 机器学习
摘要
当前，加拿大工作伤害赔付委员会使用一套标准化的代码系统（纳入国家工作伤害统计计划（NWISP））来跟踪伤害信息。这些代码在某种程度上捕捉了伤害的医学性质和原始原因的细节，因此可能包含用于预测伤害严重程度和导致工作时间损失的信息。索赔持续时间的测量和预测是工作伤害赔付项目操作的核心内容。然而，由于代码的复杂性，传统的统计建模技术在此方面的价值有限。我们将描述由Ripley（1998年论文）提出的人工神经网络实现的Cox比例风险回归模型，作为工作伤害赔付环境中索赔持续时间预测模型的基础。该模型接受伤害代码以及基本的人口统计信息和工作场所信息作为输入，输出以分布形式的索赔持续时间预测。输入代表在索赔提交时即可获得的信息，可用于索赔管理情境。我们将描述模型选择程序以及处理缺失协变量输入的程序。
引用
@article{arxiv.2603.00100,
title = {Using Artificial Neural Networks to Predict Claim Duration in a Work Injury Compensation Environment},
author = {Anthony Almudevar},
journal= {arXiv preprint arXiv:2603.00100},
year = {2026}
}
备注
8 pages; 9 figures; 6 tables