Analistas de datos que trabajan en datos de reclamaciones médicas. La mayoría de los datos médicos son completamente categóricos, en particular las reclamaciones de seguros. En las reclamaciones de seguros, las únicas variables continuas son los pagos y las fechas. Los datos clínicos específicos relacionados con el resultado de las pruebas pueden tener valores “más precisos”, pero los datos administrativos o de reclamaciones generalmente consisten en las siguientes variables:
- Diagnósticos ¿Con qué estabas enfermo?
- Procedimientos. ¿Qué te hicieron?
Estas son variables inherentemente categóricas con miles de “tipos”. Así que hay un código para la diabetes con cetoacidosis, un código para la diabetes con manifestaciones renales, un código para la angioplastia transluminal, un código para el clorhidrato de oximorfona. Se clasifican utilizando diferentes esquemas de categorización, como ICD-9 o HCPCS. En realidad, hay toda una industria basada en la codificación médica adecuada. Estos códigos también se pueden agrupar en un esquema de categorización de dimensión inferior, generalmente mediante la imposición de una jerarquía.