Mémoires d'Actuariat
Analyse des séquences de soin au profit de la prévention et d'une meilleure maitrise de la consommation des assurés en santé
Auteur(s) TAUPIN P.
Société Assurances du Crédit Mutuel
Année 2024
Confidentiel jusqu'au 26/11/2026
Résumé
L’étude des séquences de soins, dans le cadre de l’assurance santé, revêt d’une grande importance dans un contexte où la gestion efficace des coûts de santé et l’amélioration des parcours de soins sont des priorités. Ce mémoire offre une analyse approfondie de ces séquences, permettant ensuite l’élaboration de stratégies efficaces pour l’assureur, notamment en matière de gestion des coûts et de prévention. Tout d’abord, pour que cette étude ne soit pas biaisée par les différents profils existants dans un portefeuille d’assurance, les assurés sont répartis via une classification mixte, précédée d’une Analyse des Correspondances Multiples. Ensuite, les données brutes ne permettant pas de distinguer des soins liés entre eux, des hypothèses sont posées pour recréer des séquences de soins à partir d’un historique de consommation. Une étude des corrélations permet notamment de retenir les soins ayant des liens forts entre eux et d’écarter les soins plus isolés, tout en apportant des connaissances supplémentaires et plus fines sur les liens entre les différentes garanties. Par ailleurs, deux méthodes sont retenues pour l’étude des séquences de soins : les réseaux de transition et la recherche de règles d’association. La première met en avant les transitions fréquentes entre deux actes, tandis que la seconde offre une vue plus globale de la composition des séquences. Ces méthodes sont ensuite appliquées aux séquences post-hospitalisation. Elles permettent d’estimer la probabilité de ré-hospitalisation et de connaître les soins qui l’influencent. Enfin, un exemple concret d’utilisation de ces connaissances dans le cadre de la prévention est proposé.
Abstract
The study of care sequences within the framework of health insurance is of great importance in a context where the effective management of healthcare costs and the improvement of care pathways are priorities. This master thesis provides an in-depth analysis of these sequences, which then allows for the development of effective strategies for the insurer, particularly in terms of cost management and prevention. First of all, to ensure that this study is not biased by the various profiles present in a portfolio, insured individuals are classified using a mixed classification approach, preceded by Multiple Correspondence Analysis. Then, since the data do not allow to distinguish linked care directly, some hypotheses are posed to recreate care sequences from historical consumption. A correlation study helps identify care with strong links to each other and to exclude isolated care, while providing additional and more detailed knowledge on the links between the different guarantees. Furthermore, two methodes are used for the study of care sequences : transition network and association rule mining. The first one highlights the links between two cares, as well as the frequent succesion of some of them. The second, on the other hand, provides a more comprehensive view of the composition of the sequences. These methods are then applied to post-hospitalization care sequences to estimate the probability of readmission and identify the influencing care. Finally, a concrete example of using this knowledge for preventive measures is proposed.
Auteur(s) TAUPIN P.
Société Assurances du Crédit Mutuel
Année 2024
Confidentiel jusqu'au 26/11/2026
Résumé
L’étude des séquences de soins, dans le cadre de l’assurance santé, revêt d’une grande importance dans un contexte où la gestion efficace des coûts de santé et l’amélioration des parcours de soins sont des priorités. Ce mémoire offre une analyse approfondie de ces séquences, permettant ensuite l’élaboration de stratégies efficaces pour l’assureur, notamment en matière de gestion des coûts et de prévention. Tout d’abord, pour que cette étude ne soit pas biaisée par les différents profils existants dans un portefeuille d’assurance, les assurés sont répartis via une classification mixte, précédée d’une Analyse des Correspondances Multiples. Ensuite, les données brutes ne permettant pas de distinguer des soins liés entre eux, des hypothèses sont posées pour recréer des séquences de soins à partir d’un historique de consommation. Une étude des corrélations permet notamment de retenir les soins ayant des liens forts entre eux et d’écarter les soins plus isolés, tout en apportant des connaissances supplémentaires et plus fines sur les liens entre les différentes garanties. Par ailleurs, deux méthodes sont retenues pour l’étude des séquences de soins : les réseaux de transition et la recherche de règles d’association. La première met en avant les transitions fréquentes entre deux actes, tandis que la seconde offre une vue plus globale de la composition des séquences. Ces méthodes sont ensuite appliquées aux séquences post-hospitalisation. Elles permettent d’estimer la probabilité de ré-hospitalisation et de connaître les soins qui l’influencent. Enfin, un exemple concret d’utilisation de ces connaissances dans le cadre de la prévention est proposé.
Abstract
The study of care sequences within the framework of health insurance is of great importance in a context where the effective management of healthcare costs and the improvement of care pathways are priorities. This master thesis provides an in-depth analysis of these sequences, which then allows for the development of effective strategies for the insurer, particularly in terms of cost management and prevention. First of all, to ensure that this study is not biased by the various profiles present in a portfolio, insured individuals are classified using a mixed classification approach, preceded by Multiple Correspondence Analysis. Then, since the data do not allow to distinguish linked care directly, some hypotheses are posed to recreate care sequences from historical consumption. A correlation study helps identify care with strong links to each other and to exclude isolated care, while providing additional and more detailed knowledge on the links between the different guarantees. Furthermore, two methodes are used for the study of care sequences : transition network and association rule mining. The first one highlights the links between two cares, as well as the frequent succesion of some of them. The second, on the other hand, provides a more comprehensive view of the composition of the sequences. These methods are then applied to post-hospitalization care sequences to estimate the probability of readmission and identify the influencing care. Finally, a concrete example of using this knowledge for preventive measures is proposed.
