概述
德国医疗系统为双轨制，包括法定医疗保险（SHI）和私人医疗保险（PHI）。SHI覆盖约90%人口，按收入缴费，实行现收现付制；PHI覆盖约10%人口，按终身缴费，提供更灵活的保障，但保费调整受法规约束。PHI公司面临医疗通胀压力，需有效管理索赔成本，尤其是慢性病。
研究方法与数据
本研究使用某德国PHI公司2010-2018年诊断数据，包含21,101名被保险人，576,742次诊断记录。目标是为未来12个月内的2型糖尿病诊断概率建模。数据预处理包括：仅保留PHI全保障计划数据，将ICD-10-GM代码简化为前三位，创建被保险人单行记录。
模型选择与结果
对比决策树和XGBoost算法，XGBoost在性能和准确性上更优，且能处理不平衡数据。模型结果显示：
- 主要影响因素：年龄、心脏疾病、肥胖相关疾病（E65、E70）、维生素A缺乏（E50）、高血压（I10）、当前保险计划等。
- 预测性能：AUC为0.9，表明模型具有良好区分能力。
- 成本效益分析：根据不同成本效益比（如5倍、15倍、25倍），可调整阈值以优化真阳性率和假阳性率平衡。
结论
机器学习算法能有效预测慢性病（如2型糖尿病）发展趋势，帮助PHI公司管理索赔成本。模型可解释性强，但受德国数据保护法限制，无法针对个体提供预防措施，但可用于分析亚群特征。模型灵活，可应用于其他慢性病或用药历史分析。
