Mémoire d'actuariat

Inclusive Underwriting : the case of Cardiovascular Risk Calculator
Auteur(s) LIU Weinan
Société SCOR Global Life
Année 2019
Confidentiel jusqu'au 15/11/2021

Résumé
Ce mémoire vise à obtenir une meilleure connaissance des facteurs de risque cardiovasculaires sur la mortalité. Pour cela, un calculateur dédié aux personnes présentant un risque aggravé de santé notamment en raison de maladie ou de problèmes cardiovasculaires sera construit. Ce calculateur, qui a vocation à être utilisé dans différentes régions du monde, permettra de proposer une tarification plus fine à davantage d'assurés et contribuer à une souscription plus inclusive. La base de données NHANES est utilisée dans la construction du calculateur en raison de son grand nombre d'observations et de sa reconnaissance par la communauté scientifique. Pour ces 4 méthodes innovantes dédiées à l'analyse de la survie : des modèles probabilistes (modèle de Poisson, modèle logistique avec IPCW) et aussi les techniques machine learning (RSF et GBM), sont appliquées pour estimer la surmortalité toutes causes de la population présentant risque cardiovasculaire aggravé. Par ailleurs différentes contraintes sont prises en compte tout au long du processus de construction de ce calculateur et notamment les contraintes médicales et de souscription. Le calculateur optimal est finalement construit à partir de GBM et ce en comparant les modèles via les métriques suivatnes : C-index, Brier Score intégré, test de cohérence et test de rentabilité.

Abstract
This thesis aims to obtain a better knowledge of cardiovascular risk factors on mortality. For this purpose, a calculator dedicated to people with an aggravated risk on health particularity people with high cardiovascular risk will be built. This calculator which will be used in different regions over the world will make it possible to propose a finer rating to a larger insurable population and contribute to a more inclusive underwriting. The NHANES database is used in the calculator building because of its large number of sampling individuals and its recognition by the scientific community. For this purpose, 4 innovative methods dedicated to survival analysis: probabilistic models (Poisson model, IPCW logistic model) and also machine learning methods (RSF and GBM), are applied to estimate extra all-cause mortality of the population with an aggravated cardiovascular risk. Moreover, various constraints from different aspects, particularly from underwriting and medical science, are considered throughout the building process of this calculator. The optimal calculator is finally driven by GBM after having compared all 4 predictive methods by the following metrics: C-index, integrated Brier Score, consistency test, and profitability test.