Publikace detail

Application of the Cox proportional hazards model and competing risks models to critical illness insurance data

Autoři: Zapletal David

Rok: 2021

Druh publikace: článek v odborném periodiku

Název zdroje: Statistical Analysis and Data Mining

Název nakladatele: Wiley-Blackwell

Místo vydání: Hoboken

Strana od-do: 342-351

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Aplikace Coxova modelu proporcionálních rizik a modelů konkurujících rizik na data o pojištění závažných onemocnění	Komerční pojišťovna působící v České republice poskytla údaje o pojištění závažných onemocnění. Analýza přežití byla využita ke zkoumání vlivu pohlaví pojištěného, věku, kdy osoba uzavřela pojistnou smlouvu, a regionu, kde pojištěný žil, na vznik pojistné události. Hlavním cílem výzkumu bylo zjistit, zda je vliv vysvětlujících proměnných odhadován odlišně při použití dvou různých přístupů. Byly použity přístupy (1) Coxův model proporcionálního rizika, který nepřiřazuje konkrétní příčinu, jako je určitá diagnóza, pojistné události kritického onemocnění, a (2) modely konkurujících rizik. Regresní modely související s těmito přístupy byly odhadnuty pomocí softwaru R. Výsledky, které jsou v příspěvku diskutovány a srovnávány, ukazují, že pojišťovny by mohly mít prospěch z nabídky pojistek, které berou jako příčinu pojistných událostí konkrétní diagnózu. Ukazují také, že klíčovou roli při vzniku takových pojistných událostí hraje kromě věku i pohlaví klienta.	model specifické příčiny rizika; konkurující rizika; Coxův model proporcionálních rizik; pojištění závažných onemocnění; Fineův a Grayův model; model subdistribuce rizika; analýza přežití
eng	Application of the Cox proportional hazards model and competing risks models to critical illness insurance data	A commercial insurance company in the Czech Republic provided data on critical illness insurance. The survival analysis was used to study the influence of the gender of an insured person, the age at which the person entered into an insurance contract, and the region where the insured person lived on the occurrence of an insured event. The main goal of the research was to investigate whether the influence of explanatory variables is estimated differently when two different approaches of analysis are used. The two approaches used were (1) the Cox proportional hazard model that does not assign a specific cause, such as a certain diagnosis, to a critical illness insured event and (2) the competing risks models. Regression models related to these approaches were estimated by R software. The results, which are discussed and compared in the paper, show that insurance companies might benefit from offering policies that consider specific diagnoses as the cause of insured events. They also show that in addition to age, the gender of the client plays a key role in the occurrence of such insured events.	cause-specific hazard model; competing risks; Cox proportional hazards model; critical illness insurance; Fine and Gray model; subdistribution hazard model; survival analysis

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte