Estimation in the zero-inflated bivariate Poisson model with an application to health-care utilization data

Abstract

Data on the demand for medical care is usually measured by a number of different counts. These count data are most often correlated and subject to high proportions of zeros. However, excess zeros and the dependence between these data can jointly affect several utilization measures. In this paper, the zero-inflated bivariate Poisson regression model (ZIBP) was used to analyze health-care utilization data. First, the asymptotic properties of the maximum likelihood estimator (MLE) of this model were investigated theoretically. Then, a simulation study is conducted to evaluate the behaviour of the estimator in finite samples. Finally, an application of the ZIBP model to health care demand data is provided as an illustration.

Les données sur la demande de soins médicaux sont généralement mesurées au moyen d’un certain nombre de comptes différents. Ces données de comptage sont le plus souvent corrélées et sujettes à de fortes proportions de zéros. Cependant, l’excès de  zéros et la dépendance entre ces données peuvent affecter conjointement plusieurs de ces mesures d’utilisation. Dans cet article, le modèle de régression de Poisson bivarié à inflation de zéros (ZIBP) est utilisé pour analyser les données d’utilisation des soins de santé. Tout d’abord, les propriétés asymptotiques de l’estimateur du maximum de vraisemblance (EMV) de ce modèle ont été étudiées sur le plan théorique. Ensuite, une étude de simulation est réalisée pour évaluer le comportement de l’estimateur dans des échantillons finis. Enfin, une application du modèle ZIBP à des donnèes de demandes de soins de santé est fournie à titre d’illustration.