Risk adjustment revisited using machine learning techniques / Alvaro J. Riascos, Mauricio Romero, Natalia Serna.
Material type:
TextLanguage: English Series: Documentos CEDE ; No. 27Publisher: Bogotá : Universidad de los Andes. Facultad de Economía. CEDE, 2017Edition: 1a. ediciónDescription: 19 páginas : gráficasContent type: texto Media type: sin mediación Carrier type: volumenISSN: 16575334Subject(s): Sistema General de Seguridad Social en Salud -- Aspectos socioeconómicos -- Colombia | Riesgo (Economía) -- Colombia | Evaluación de riesgos -- Análisis -- ColombiaDDC classification: R481r Review: En este estudio comparamos la formula usada actualmente por el Ministerio de Salud y Protección Social para determinar el ajuste de riesgo, contra especificaciones alternativas que controlan por factores de riesgo adicionales. Mostramos que la formula actual, la cual ajusta los pagos solamente a factores de riesgo demográficos, predice tan solo el 30 % del gasto en el quintil superior de la distribución del gasto. Nuestros resultados muestran que incorporar indicadores de 29 enfermedades de larga duración en un modelo lineal, como el que usa el gobierno, mejora su capacidad predictiva considerablemente.
| Item type | Current library | Collection | Call number | Copy number | Status | Date due | Barcode | Item holds |
|---|---|---|---|---|---|---|---|---|
Libros
|
Biblioteca CESA
Diagonal 34 A No. 5 A - 23 Casa Incolda PBX: 339 53 00 serviciosbiblioteca@cesa.edu.co |
General | 368.08 / R481r 2017 (Browse shelf(Opens below)) | Ej.1 | Available | 7101024686 |
Marzo de 2017.
incluye bibliografía.
En este estudio comparamos la formula usada actualmente por el Ministerio de Salud y Protección Social para determinar el ajuste de riesgo, contra especificaciones alternativas que controlan por factores de riesgo adicionales. Mostramos que la formula actual, la cual ajusta los pagos solamente a factores de riesgo demográficos, predice tan solo el 30 % del gasto en el quintil superior de la distribución del gasto. Nuestros resultados muestran que incorporar indicadores de 29 enfermedades de larga duración en un modelo lineal, como el que usa el gobierno, mejora su capacidad predictiva considerablemente.
Click on an image to view it in the image viewer
There are no comments on this title.