Predicción del recurso a la pensión por invalidez: Métodos de aprendizaje automático aplicados a datos sanitarios franceses

Résumé 0

Introducción: El recurso a las pensiones por invalidez tiene implicaciones mórbidas (físicas o psíquicas) y sociales (reducción de ingresos). También tiene consecuencias económicas para la sociedad, con un gasto en aumento desde 2011 (+4,9 por ciento de media anual). Prevenir la pérdida de la capacidad de trabajar debería permitir limitar estas consecuencias, pero significa centrarse en las personas de riesgo. El desarrollo de métodos de inteligencia artificial abre nuevas perspectivas en este ámbito. Objetivo del estudio: Seleccionar a las personas con una probabilidad alta de recibir una pensión de invalidez durante el año, en función de sus características sociodemográficas y médicas (patologías, bajas laborales, medicación y procedimientos médicos), utilizando métodos de aprendizaje automático supervisado. Métodos: Entre los beneficiarios del régimen general de 21 a 64 años en 2017, se compararon las características de 2014 a 2016 entre los nuevos beneficiarios de una pensión de invalidez en 2017 y quienes no la percibían. El límite entre estos dos grupos se comprobó mediante regresión logística, árboles de decisión, bosques aleatorios, clasificación bayesiana ingenua y máquinas de soporte vectorial. El rendimiento de los modelos se comparó en términos de exactitud, precisión, sensibilidad, especificidad y AUC (área bajo la curva). El poder predictivo de cada factor se estima a partir del área bajo la curva. Resultados: La regresión logística potenciada obtuvo los mejores resultados en tres de los cinco criterios, pero su sensibilidad fue baja. La mejor sensibilidad se obtuvo con las máquinas de soporte vectorial, con una exactitud cercana a la de la regresión logística potenciada, pero con una precisión y especificidad inferiores. Los bosques aleatorios ofrecieron la mejor capacidad discriminatoria. Los factores más predictivos del riesgo de necesitar la pensión por invalidez fueron recibir al menos 30 días de prestación por enfermedad en 2014, 2015 y 2016 y tener entre 55 y 64 años. Conclusión: Se ha demostrado que los métodos de aprendizaje supervisado son pertinentes para seleccionar a las personas con mayor riesgo de solicitar pensiones de invalidez y, en términos más generales, para dirigir otras prestaciones sociales.