Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks

Detalhes bibliográficos
Autor(a) principal: Peres, Rodolfo Monfilier
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/27051
Resumo: Mestrado Bolonha em Actuarial Science
id RCAP_15a09c042a3d02203f8cd6865d26d3ac
oai_identifier_str oai:www.repository.utl.pt:10400.5/27051
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networksLee-CarterNeural NetworkLSTMHospitalizationsTime SeriesLee-Carter ModelRedes NeuronaisLSTMInternaçõesSéries TemporaisMestrado Bolonha em Actuarial ScienceIn Brazil, hospital admissions represent almost 50% of the total claims cost of health insurance companies while they only represent 1% of the total medical procedures. Therefore, modeling hospital admissions is extremely useful for health insurers to assess their claim costs over time and actuaries should be capable to include that information in their analyses, in order to preserve the financial sustainability of the companies. This dissertation analyses the use of the Lee-Carter model for predicting the general level of hospital admissions in the state of São Paulo, Brazil, using the traditional ARIMA model and contrasting it with the LSTM neural network. Publicly available data between the years 2008 and 2019, divided by gender, were used. The function auto.arima from the R package forecast was used to find the best ARIMA model for the data while the LSTM neural network model was searched in a combination of 20 models, varying the learning rate and decay factor. The results showed that the LSTM model and the ARIMA have similar RMSE and MAE performance.No Brasil, hospitalizações representam quase 50% dos custos totais de sinistros em operadoras de planos de saúde enquanto representam apenas 1% dos procedimentos médicos. Portanto, estimar hospitalizações é extremamente útil para que operadoras de planos de saúde possam estimar seus custos ao longo do tempo e atuários devem ser capazes de incluir essas informações em suas análises para garantir a sustentabilidade financeira das companhias. Essa dissertação analisa o uso do modelo de Lee-Carter para prever o nível geral de hospitalizações no estado de São Paulo, Brasil, utilizando o modelo ARIMA tradicional e comparando-o com a rede neuronal LSTM. Dados públicos entre os anos de 2008 e 2019, divididos por sexo, foram utilizados. A função auto.arima do pacote R forecast foi utilizada para encontrar o melhor modelo ARIMA enquanto que a rede neuronal LSTM foi selecionada entre a combinação de 20 modelos, variando a learning rate e o decay factor. Os resultados mostraram que o modelo LSTM e o modelo ARIMA possuem RMSE e MAE similares.Instituto Superior de Economia e GestãoSimões, Onofre AlvesRepositório da Universidade de LisboaPeres, Rodolfo Monfilier2023-01-26T15:35:10Z2022-102022-10-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/27051engPeres, Rodolfo Monfilier (2022). “Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestãoinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-06T14:56:28Zoai:www.repository.utl.pt:10400.5/27051Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:10:34.824648Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
title Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
spellingShingle Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
Peres, Rodolfo Monfilier
Lee-Carter
Neural Network
LSTM
Hospitalizations
Time Series
Lee-Carter Model
Redes Neuronais
LSTM
Internações
Séries Temporais
title_short Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
title_full Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
title_fullStr Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
title_full_unstemmed Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
title_sort Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks
author Peres, Rodolfo Monfilier
author_facet Peres, Rodolfo Monfilier
author_role author
dc.contributor.none.fl_str_mv Simões, Onofre Alves
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Peres, Rodolfo Monfilier
dc.subject.por.fl_str_mv Lee-Carter
Neural Network
LSTM
Hospitalizations
Time Series
Lee-Carter Model
Redes Neuronais
LSTM
Internações
Séries Temporais
topic Lee-Carter
Neural Network
LSTM
Hospitalizations
Time Series
Lee-Carter Model
Redes Neuronais
LSTM
Internações
Séries Temporais
description Mestrado Bolonha em Actuarial Science
publishDate 2022
dc.date.none.fl_str_mv 2022-10
2022-10-01T00:00:00Z
2023-01-26T15:35:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.5/27051
url http://hdl.handle.net/10400.5/27051
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv Peres, Rodolfo Monfilier (2022). “Modelling hospital admission rates in São Paulo, Brazil : Lee-Carter model vs. neural networks”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131203155001344

Registros relacionados