영과잉 의료이용 자료에 대한 기계학습 방법 비교 (Comparison of machine learning methods for zero-inflated healthcare utilization data)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 35권 / 6호 / 803 ~ 814페이지
· 저자명 : 김정효, 김세정, 조애정, 장은진

초록

보건의료 분야에서 관심이 있는 환자의 외래방문횟수, 입원횟수와 같은 의료이용자료는 0이 많이 발생하는 오른쪽으로 꼬리가 긴 과대산포가 있는 카운트 자료라는 특성을 가지고 있다. 영과잉 카운트 자료인 경우, 영과잉 포아송 (zero inflated Poisson; ZIP) 회귀모형 또는 영과잉 음이항 (zero inflated negative binomial; ZINB) 회귀모형을 적용할 수 있다. 본 연구에서 이상치와 영과잉으로 인해 과대산포가 있는 의료이용 자료를 이용하여, ZIP, ZINB 회귀모형과 랜덤 포레스트 (random forests; RF), 그레이디언트 부스팅 머신 (gradient boosting machine; GBM), 극한 그레이디언트 부스팅 (eXtreme gradient boosting; XGBoost) 방법을 적용하여 예측력을 비교한 결과, 0의 비율이 높고 산포가 큰 비의사방문횟수 분석에서 RF, GBM, XGBoost 방법의 예측력이 영과잉 카운트 회귀모형보다 다소 높게 나타났다. 추가적으로 기계학습 방법을 이용한 예측모형에 설명 가능한 인공지능 (eXplainable artificial intelligence; XAI) 방법인 shapley additive explanations (SHAP) 분석을 실시하여 의사방문횟수 예측값에 영향을 많이 미치는 공변량을 파악하였다.

영어초록

In the field of healthcare, medical utilization data such as the number of outpatient visits and hospitalizations of patients often exhibit characteristics of count data with excessive zeros, a long right tail, and overdispersion. In cases of zero-inflated count data, statistical models such as zero-inflated Poisson (ZIP) regression and zero-inflated negative binomial (ZINB) regression can be applied. In this study, we analyzed healthcare utilization data, which had overdispersion due to outliers and zero inflation, and compared the predictive performance of various models: ZIP, ZINB, random forests (RF), gradient boosting machine (GBM), and extreme gradient boosting (XGBoost). The results showed that in cases with a high proportion of zeros and large dispersion, such as the analysis of non-physician visit counts, machine learning methods like RF, GBM, and XGBoost outperformed the zero-inflated count regression models in predictive performance. Additionally, we applied the shapley additive explanations (SHAP) method, which is an explainable artificial intelligence (XAI) technique, to identify the covariates that most influenced the prediction of physician visit counts.

참고자료

· 없음