《表3 计算方案:大数据技术在医保反欺诈中的应用》
注:召回率=TP/(TP+FN);准确率=(TP+TN)/(TP+FP+FN+TN)。
采用大数据技术预测可能存在的医保欺诈行为,结果可能与实际结果存在偏差。有学者运用混淆矩阵(见表3)对欺诈预警模型的识别效果进行评估[12]。混淆矩阵中F-score的常用衡量指标如召回率、准确率等,可用来评价模型的预测效果;还可采用ROC曲线和AUC值,评价模型区分正常与欺诈行为的能力[13]。判别分析也可用于评估模型的准确性。
图表编号 | XD00213073300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.05 |
作者 | 李金灿、徐珂琳、於州、魏艳、仇春涓、秦国友、汪荣明、徐望红 |
绘制单位 | 复旦大学公共卫生学院、国家卫健委卫生技术评估重点实验室、复旦大学公共卫生学院、国家卫健委卫生技术评估重点实验室、复旦大学大数据学院、华东师范大学统计与数据科学前沿理论及应用教育部重点实验室、复旦大学公共卫生学院、国家卫健委卫生技术评估重点实验室、华东师范大学统计与数据科学前沿理论及应用教育部重点实验室、复旦大学公共卫生学院、国家卫健委卫生技术评估重点实验室、华东师范大学统计与数据科学前沿理论及应用教育部重点实验室、复旦大学公共卫生学院、国家卫健委卫生技术评估重点实验室 |
更多格式 | 高清、无水印(增值服务) |