Jove
Visualize
お問い合わせ

関連する実験動画

Corinne Mette1, Dorian Verboux2, Antoine Rachas1

  • 1Direction de la stratégie, des études et des statistiques, Caisse nationale de l'Assurance maladie, Paris, France.

Sante publique (Vandoeuvre-les-Nancy, France)
|February 13, 2026
PubMed
まとめ

監督された機械学習により,障害年金受給資格のリスクが高い個人を特定することができます. 主要な予測要因には,長期の病休と高齢化があり,標的を絞った予防的社会政策を支援しています.

キーワード:
人工知能 人工知能とは,人工知能が障害者保険の保険とは予測 予測する.社会保障 社会保障とは監督された機械学習

関連する実験動画

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Maternal RSVpreF Immunisation Against Infant RSV Hospitalisation: Nationwide Population-Based Effectiveness and Durability Study.

The Lancet regional health. Europe·2026
Same author

Nationwide trends in paediatric pacemaker implantation in France, 2014-2024.

Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology·2026
Same author

Dual Immunization Against RSV With RSVpreF and Nirsevimab.

JAMA pediatrics·2026
Same author

The ReDSiam network: cataloging, developing, and evaluating algorithms to identify pathologies in the French National Health Data System (SNDS).

Journal of epidemiology and population health·2026
Same author

Inter-physician heterogeneity in colorectal cancer screening participation in France: a study based on the French National Health Data System.

Archives of public health = Archives belges de sante publique·2026
Same author

Comparative acceptability of first-line antidepressants among older adults using filled prescription sequences: A nationwide cohort study.

Journal of affective disorders·2026
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

科学分野:

  • 公衆衛生は公衆衛生である.
  • データサイエンス データサイエンス
  • 社会政策 社会政策 社会政策

背景:

  • 障害年金には,個人および社会の経済的影響が大きくなり,コストが上昇します.
  • リスクのある個人を特定することによって,これらの影響を軽減するために,予防戦略が必要である.
  • 人工知能は,リスクの特定のための新しい可能性を提供します.

研究 の 目的:

  • 監督された機械学習を適用して,障害者年金受給資格を予測する.
  • 社会人口統計学および医療データに基づいて,年金受給資格を得る可能性が高い個人を特定する.
  • 長期的な労働不全のリスクに影響を与える要因を分析する.

主な方法:

  • フランスの公的福祉受給者 (20~64歳) の社会人口統計および医療データ (2014~2016年) の比較分析.
  • ロジスティック回帰,意思決定ツリー,ランダムフォレスト,ナイヴ・ベイズ,および分類のためのサポートベクトルマシンを使用しました.
  • 精度,精度,感度,特異性,AUCを用いてモデルの性能を評価した.

主要な成果:

  • 強化されたロジスティック回帰は,全体的なパフォーマンスを強く示したが,感度が限られていた.
  • サポートベクトルマシンは最高感度を達成し,精度は同じだが,精度と特異性は低い.
  • ランダムな森林は,最も優れた差別的な力を示した.
  • 予測要因には,30日以上の病気休暇と55~64歳の年齢層が含まれていました.

結論:

  • 監督学習方法は,障害年金を受けるリスクが高い個人を特定するのに有効です.
  • これらの方法は,公共政策や社会政策の発展に情報を提供し,指導することができます.
  • 予測モデリングの洞察に基づいて,ターゲットを絞った介入を開発することができます.