地元と世界の死亡率の経験:地域的な死亡リスクのための新しい階層モデル

科学分野:

• エピデミオロジーとバイオ統計学
• データサイエンスと機械学習

背景:

• 死亡リスクの正確な評価は,生命保険,医療,公共政策において極めて重要です.
• 死亡率の地域的な変動は,多様な局所的要因とデータ不一致により,重要なモデリングの課題をもたらします.

研究 の 目的:

• 強化された地域死亡率推定のためのグローバルとローカルデータを統合した新しい階層的な死亡リスクモデルを開発する.
• 死亡リスク予測の精度を向上させるため,特にデータ不足の地域で.

主な方法:

• 2段階のモデリングアプローチが採用され,グローバルライトグラディエントブースティングマシン (LGBM) モデルからスタートしました.
• その後,地域特有のモデルが開発され,地元の特徴を組み込み,グローバルパターンを活用して,一般化を改善しました.

主要な成果:

• 階層的なモデルは,純粋にローカルなモデルと標準的な割り算技術と比較して優れたパフォーマンスを示しました.
• このアプローチは,特にデータ不足の地域で,予測の精度に大きな改善を示しました.

結論:

• 提案された階層的なモデルは,死亡リスク推定のための計算効率の良い,スケーラブルで堅牢なソリューションを提供します.
• この方法は,さまざまな地域における予測精度を向上させ,データ不足の環境に信頼性の高いアプローチを提供します.