한국 암발생률의 모형화 및 추계

• 영문명: Modeling and Forecasting of Cancer Incidence Rates of Korea
• 발행기관: 한국자료분석학회
• 저자명: 심현우(Hyunoo Shim) 최양호(Yang Ho Choi)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.16 No.6, 3107~3120쪽, 전체 14쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2014.12.30

국문 초록

생명보험에서는 위험사건이 발생하는 확률인 위험률을 정확히 예측하는 것이 중요하지만, 그 위험을 보장하는 보험의 보장기간이 장기인 경우가 대부분이라 시간의 흐름에 따른 위험률의 변화에 대한 예측, 즉 추계에 어려움이 있다. 따라서 생명보험에서는 과거 위험률 산출 및 미래 위험률 예측에 많은 노력을 기울여 왔는데, 생명보험에서 다루는 가장 기본적인 위험사건인 사망에 대해서는, 그 발생확률인 사망률을 예측하는 분석이 많이 이루어져 왔다. 특히, 여러 통계적 추계 방법 중 가장 잘 알려진 Lee-Carter(LC) 모형은 많은 국가의 인구통계에 대하여, 사망률의 경과기간별 변화를 확률적으로 설명하는 데에 매우 성공적이었다. 그러나 두 번째로 큰 위험사건으로 간주되는 질병에 대해서는 그에 상응하는 추계 모형에 대한 연구가 부족한 실정이다. 본 연구에서는 상기 LC 모형과 같은 일반화선형모형에 기반하여, 질병 중 가장 많은 발생빈도를 가지는 암의 연령별 암발생률을 모형화하고, 2012년부터 10년간 암발생률 지표를 신뢰도 구간을 포함한 시계열로 예측하여 보았으며, 동 기간의 연령별 암발생률을 추계해 보았다. 분석 결과, 연령에 상관없이 동일하게 암발생률의 상승 패턴이 관측되었으며, 암발생률의 증가 속도는 30-34세가 가장 높으며 70대가 가장 낮은 것으로 나타났다.

영문 초록

In life insurance, it is crucial to precisely forecast risk rates that a risk event might occur, but due to the long-term nature of policy term of life insurance, there has been difficulty in forecasting, or predicting changes in risk rates as a function of time. Accordingly, a lot of efforts in life insurance have been focused on ratemaking and rate forecasting, and specifically with regard to death that is the most fundamental risk event in life insurance, many studies have progressed on forecasting its mortality, an incidence rate of death. The most well-known forecasting model, Lee-Carter model, has been very successful in stochastically explaining and predicting change in such mortality by periods. With regard to disease that is considered as the second most important risk event in life insurance, however, there is in fact shortage or lack in studies on forecasting such risk. In this study, we try to model cancer incidence rates by ages, and by time series analysis we forecast a cancer incidence index including its confidence intervals for the period of 10 years from year 2012. Finally, we predict cancer incidence rates by ages for the same period. The analysis shows that there is a similar pattern of increasing cancer incidence rates for all ages, regardless of ages groups that they belong to, and that the rate of increase is the highest for age 30-34, and the lowest for age 70-79.

목차

1. 서론

2. 자료

3. 모형

4. 결과 및 분석

5. 결론

References

키워드

암 발생률 이환율 일반화선형모형 추계 모형 확률적 과정 cancer incidence rate morbidity generalized linear model forecasting model stochastic process