Lissage spatial : vers une tarification
santé plus équitable et performante

Découvrez la note de recherche

Introduction

Le lissage spatial est une des méthodes les plus pertinentes et adaptées dans le cadre d’une représentation de dynamiques géographiques. Ce dernier permet en effet de répondre à certaines limites relatives au zonier traditionnel en tarification santé notamment les gaps de tarif significatifs observés chez des assurés avec une certaine proximité géographique mais résidant sur des zones administratives différentes. Ce travail propose un benchmark technique des principales méthodes de lissage existantes (KDE, KNN, krigeage, méthodes bayésiennes, MCMC, quantiles...). Ces différentes méthodes seront analysées de par leur principe, les avantages et les limites relatifs à leur application ainsi que leur cas d’usage. Un des objectifs de cette note sera par ailleurs de valider la pertinence des choix méthodologiques en fonction du type de données disponibles, des besoins opérationnels et du niveau de granularité recherché. Le découpage géographique par bassin de vie sera aussi introduit en alternative aux frontières administratives traditionnelles.

Mots-clés

Lissage spatial, zonier santé, bassin de vie, krigeage, KDE, KNN, MCMC, modèles bayésiens, interpolation, assurance santé, tarification

Contacter nos experts Actuarial services

Objectifs de l’étude

Ce benchmark technique vise à :

Explorer les principales méthodes de lissage spatial appliquées au secteur de la santé (KDE, K-NN, krigeage, méthodes bayésiennes, MCMC, quantiles, etc.) ;

Évaluer leur pertinence en fonction des types de données disponibles et des besoins opérationnels ;

Proposer le recours aux bassins de vie comme alternative aux frontières administratives classiques pour une meilleure lisibilité du risque.

Points clés à retenir

L’analyse met en évidence plusieurs éléments structurants :

Un découpage plus fonctionnel : Le passage des frontières administratives aux bassins de vie permet d’aligner la segmentation tarifaire sur les flux réels de soins et les usages territoriaux.

Des méthodes à sélectionner selon le contexte :

Les approches locales comme KDE ou le krigeage sont particulièrement adaptées aux zones denses avec données disponibles.

Les modèles bayésiens hiérarchiques ou MCMC offrent une meilleure robustesse dans les zones peu renseignées.

Les méthodes par quantiles permettent de réduire l’impact des valeurs extrêmes tout en préservant les disparités locales.

Les chaînes de Markov spatiales sont utiles lorsque les interdépendances géographiques doivent être finement modélisées.

Une sélection de packages R dédiés : L’étude propose également un tour d’horizon des outils disponibles pour mettre en œuvre ces méthodes dans des environnements statistiques avancés (spatstat, btb, KernelKnn, ggplot2...).

Une approche technique au service de la performance tarifaire

Ce benchmark s’inscrit dans une démarche d’innovation méthodologique, en lien avec les enjeux actuels du secteur de la santé. Il apporte aux acteurs assurantiels des outils concrets pour construire des segmentations plus fines, plus robustes, et mieux alignées sur la réalité des territoires.

Télécharger la note de recherche

Pour aller plus loin dans l’analyse des méthodes, comparer leurs avantages et limites, et consulter les cas d’usage détaillés, téléchargez l’intégralité de la note de recherche :

Découvrir la note de recherche