Indicateurs Santé Diabète (CDC BRFSS)

Actions concrètes

• Importer les données MEPS / PMSI / bases remboursements
• Identifier les unités : individu, acte, séjour
• Vérifier les clés de jointure entre tables
• Comprendre la codification (CIM-10, CCAM, GHM)

Exemple de code

df = pd.read_parquet("meps_health_data.parquet")
print(df.groupby("PANEL")["TOTEXP"].describe())

Actions concrètes

• Traiter les valeurs manquantes (coûts non renseignés)
• Plafonner les grands sinistres (franchise haute)
• Créer des segments démographiques (âge, sexe, région)
• Calculer le coût annuel par bénéficiaire
• Séparer fréquence de recours et coût moyen

Exemple de code

df["cout_annuel"] = df.groupby("ID")["TOTEXP"].transform("sum")
cap_99 = df["TOTEXP"].quantile(0.99)
df["TOTEXP_cap"] = df["TOTEXP"].clip(upper=cap_99)

Actions concrètes

• Analyser les dépenses par âge, sexe, pathologie
• Tracer la courbe de concentration (Lorenz)
• Identifier les "gros consommateurs" (top 10% = 70% des coûts)
• Analyser la saisonnalité des recours
• Cartographier les disparités géographiques

Exemple de code

cout_by_age = df.groupby("AGE")["cout_annuel"].mean()
cout_by_age.plot(title="Coût moyen par âge")
# Courbe en J typique de l'assurance santé

Actions concrètes

• Modèle 1 : probabilité de recours (logistique)
• Modèle 2 : coût conditionnel si recours (GLM Gamma ou Tweedie)
• Ou modèle Tweedie unifié (fréquence × sévérité)
• Comparer avec Random Forest et XGBoost
• Calculer la prime pure individuelle

Exemple de code

from sklearn.linear_model import TweedieRegressor
glm = TweedieRegressor(power=1.5, alpha=0.1)
glm.fit(X_train, y_train)
# power=1.5 → entre Poisson (1) et Gamma (2)

Actions concrètes

• Calculer la prime de référence (coût attendu moyen)
• Appliquer les chargements (frais de gestion, profit)
• Analyser l'anti-sélection potentielle
• Comparer avec les tarifs du marché
• Tester la soutenabilité financière du régime

Exemple de code

prime_pure = glm.predict(X_test)
chargement = 1.20  # 20% de chargements
prime_commerciale = prime_pure * chargement

Actions concrètes

• Calculer le ratio S/P modélisé vs observé par segment
• Tester sur données hors-période
• Analyser l'impact d'un vieillissement du portefeuille
• Stress-test : impact d'une pandémie (+20% de recours)
• Documenter les limites du modèle

Exemple de code

ratio_sp = y_test.sum() / glm.predict(X_test).sum()
print(f"Ratio S/P: {ratio_sp:.2%}")  # Cible ≈ 100%