Documentos de Académico
Documentos de Profesional
Documentos de Cultura
"Carlos J. Finlay"
Tablas de Mortalidad
Temas Avanzados
tablas de Mortalidad
Ciudad Habana
1999
Tablas de Mortalidad
Indice
CAPITULO I
El significado de la gráfica anterior es que a medida que t tiene un valor mayor, la probabilidad de morir
antes de t aumenta. En otras palabras, la sobrevivencia es más difícil en la medida en que hemos vivido
más.
Para llegar a la forma analítica de la función de distribución, partiremos de la expresión: P(x<t+∆t) en lugar
de P(x<t)
La diferencia estriba en que hemos cambiado el punto t en ∆t unidades adicionales, por lo que podemos
plantear:
que es una ecuación diferencial. Recordemos que la derivada de la función de distribución es la densidad
de probabilidades de la variable aleatoria.
Si resolvemos dicha ecuación diferencial por integración
x x
dF(t)
∫ 1 − F(t)
= ∫ μ(t) dt
0 0
tenemos:
x
ln 1 - F(t)0x = − ∫ μ(t) dt
0
Aplicando exponencial y tomando en cuenta que al evaluar en los límites, F(0) es igual a 0 (exactamente el
momento del nacimiento de los miembros de la cohorte), queda:
x
− ∫ μ(t) dt
P(X ≥ x) = 1 − F(x) = e 0 (1.1.5)
Esta expresión nos define la probabilidad que tiene un individuo de vivir al menos hasta x, lo cual no es otra
cosa que la función de sobrevivientes lx que vimos en el caso discreto.
Como puede observarse, esta función depende del riesgo de mortalidad acumulado hasta la edad x y
no sólo del riesgo a esa edad.
x
y que: (∫ μ(t)dt)′ = (U(x)− U(0))′ = U ′(x) − U ′(0) = μ(x) − 0 = μ(x).
0
U es una primitiva de µ. Entonces, nos quedará que:
x
x − ∫ μ(t)dt x
d − ∫ μ(t)dt
F(x) = −(− ∫ μ(t)dt)′ ⋅ e 0 = μ(x) ⋅ e 0
= μ(x) ⋅ l(x) = d(x) (1.2.1)
dx 0
Este es un resultado interesante: la función de densidad de la variable X es la función de defunciones o
mejor expresado, la función de densidad de defunciones. (Note que se multiplica la tasa instantánea de
mortalidad por los sobrevivientes, lo que resulta en las muertes para el intervalo (x, x+dx))
dF(x) dlx
suponiendo l0 igual a 1, queda que = d(x) = −
dx dx
− lx
nqx
⋅ lx′
1 l 1
lim = − ⋅ lim x + n = −
n →0 n lx n →0 n lx
Advierta que el límite que tenemos en el miembro derecho es la derivada de la función lx. Advierta que si
no se divide por n la nqx se arribaría al resultado cero. Precisamente, al dividir por n las ndx estamos
hallando la densidad media de las defunciones; y al tomar el límite hacemos la densidad puntual.
Ejercicios propuestos:
d 0
1. Halle la siguiente derivada ex
dx
x+n
− ∫ µ(t)dt
2. Demuestre que nqx = 1 − e x
CAPITULO II
2. Técnicas de Pollard y Arriaga.
Estas técnicas permiten descomponer la diferencia en la esperanza de vida a una edad dada, entre dos
momentos, en los aportes por edad y causa de muerte. Dicho de otra manera, se puede computar el efecto
producido por el cambio de la mortalidad en ciertas edades, en determinado período, sobre la esperanza de
vida a una edad dada a. Durante el presente curso sólo estudiaremos la técnica de Arriaga 1. Cuando se
produce un cambio en la esperanza de vida a la edad a entre dos momentos, el mismo se debe a los
cambios acaecidos en la mortalidad en cada grupo de edades posterior a a y dentro de éstos, en las
causas de muerte.
Ahora bien, no es lícito suponer que el cambio ocurrido en el riesgo de muerte de determinado grupo de
edades sólo afectará a ese grupo; por el contrario, el efecto se irradia a otras edades, como veremos más
adelante.
Cuando se toma a la edad a igual a cero, se esta en presencia de la esperanza de vida al nacer.
Recordemos que la misma equivale al área bajo la curva de sobrevivientes dividida por la cantidad inicial
de miembros de la cohorte l0. Debe tenerse presente que el valor de lx depende no sólo de la mortalidad en
la edad x o grupo de edades (x-n,x), sino de los riesgos acumulados desde la edad 0 año hasta x. Esto nos
previene de cometer un error muy frecuente, que es pensar que sólo los cambios de la mortalidad en esa
edad afectan a los sobrevivientes de la misma.
Arriaga distingue tres efectos producidos por el cambio en el riesgo de muerte en un grupo de edades
sobre el área bajo la curva de sobrevivientes, a saber: efecto directo (E.D), efecto indirecto (E.I) y efecto de
interacción (E.Int). Se supone que tenemos dos tablas de vida, una para un momento inicial 1 y otra para
un momento posterior 2. Las funciones de la tabla para este último se simbolizan con un asterisco.
La siguiente figura muestra el incremento de área producido al darse un descenso de la tasa de mortalidad
en el grupo de edades (x, x+n).). Ahora supongamos que la mortalidad no cambia a partir de x+n, entonces
los sobrevivientes a la edad x+n, que también han sufrido un incremento, describirán una curva congruente
con la anterior pero por encima de ésta; de hecho el área bajo la curva de sobrevivientes a partir de x+n
aumentaría por el solo hecho de producirse el cambio en (x, x+n).
1
Los interesados en la técnica de Pollard pueden consultar el siguiente artículo: "Life
expectancy decomposition", en Demography, vol. 25, No. 2, mayo de 1988.
He rre ra L. y Cola bora dore s - 6 -
Tablas de Mortalidad
Queremos llegar a conocer el promedio de años de vida agregado a cada persona de edad a. Tendremos
las siguientes relaciones:
Ƈrea(x, x+n) = n L*x - nLx
Este es el incremento del área bajo la curva de sobrevivientes entre x y x+n. Pero el mismo podría estar
influido por cambios que han ocurrido antes de x, por lo que no reflejaría solo el efecto del cambio en el
grupo (x, x+n). Es más recomendable hallar la siguiente expresión:
*
n Lx n Lx
Δ *
área = − (2.0.1)
l*x lx
De esta manera, se refleja el cambio de área por persona, atribuible sólo al cambio en el riesgo de
mortalidad en el grupo (x, x+n). Lo anterior no es otra cosa que la diferencia entre dos esperanzas de vida
temporarias.
Para obtener el incremento de área producido sólo por el aumento de lx+n, procederíamos así: nCSx . ex+n
, es decir, al conjunto de personas de la cantidad incrementada nCSx, se le hace vivir según la vieja
ley de mortalidad(corresponde a la tabla de vida del momento 1). Por tanto, si a esta última expresión se le
divide por la, obtenemos el efecto indirecto (E.I).
n CS x ⋅ ex + n
(2.2.2)
la
Es conveniente destacar que los dos efectos anteriores se deben de forma exclusiva al cambio en el riesgo
de muerte acaecido en (x, x+n).
⋅ e
*
n CS x
n OE x = x+n
la
que significa la cantidad adicional de años de vida agregados por la sobrevivencia del incremento de los
sobrevivientes en la edad x+n, según la nueva ley de mortalidad; ahora bien, en esta expresión está
confundido el efecto indirecto, el cual se debe sacar para dejar libre la interacción, por lo cual
plantearemos:
n OE x − n EIx (2.3.1)
que es el efecto de interacción (E.Int).
Finalmente, la cantidad de tiempo de vida individual agregada a cada una de las la personas es la
expresión a la derecha del primer signo de suma:
Ta l ⋅( e* − e ) n CSx ⋅ ex + n
e*x = + x n x n x + +[n OEx − n EIx] (2.3.2)
la la la
lo que nos dice que los efectos anteriormente vistos son aditivos, o sea que reproducen la nueva esperanza
de vida a la edad a, partiendo de la correspondiente a la antigua ley de mortalidad (tabla de mortalidad del
momento 1).
El efecto de interacción no es atribuible a un solo grupo de edades, pues participan todos aquellos que se
encuentran por encima de la edad x+n.
Sea n(E.T)x el efecto total del grupo [n(E.D)x +n(E.I)x+n(E.Int)x]; el cambio de las tasas de mortalidad en dicho
grupo entre los momentos 1 Y 2 es:
n EM x = n m x − n m x en particular, n EM x = n mjx
* j j*
− n m x representa el cambio en la j-ésima causa.
El efecto de la j-ésima causa dentro del grupo (x, x+n) está dado por la siguiente expresión:
EM jx
=
n
j
ETx n ETx ⋅
n
n EM x
Es decir, el efecto total del grupo multiplicado por la proporción del cambio acaecido en la tasa de la causa
j- ésima respecto al cambio total de la tasa del grupo. Los resultados suelen presentarse en una tabla con
el siguiente formato:
Grupo de Efecto Efecto Sub- Efecto Efecto Porcentajes
edad Directo Indirecto Total Interacción Total
<1
1-4
5-9
...
80 y+
Total 100.00
2.6 Los años de vida perdidos según la óptica de una tabla de mortalidad.
Veremos cómo se cuantifica la cantidad de años perdidos a causa de la mortalidad, utilizando un
procedimiento desarrollado por Arriaga (ver "Los años de vida perdidos, su utilización para medir los
niveles y cambios de la mortalidad". Notas de Población, Año XXIV, No 63. CELADE, Santiago de Chile).
Primeramente , debemos referirnos a dos edades, a y v; una inicial y la otra final, las cuales conforman el
intervalo para el cual se medirán los años perdidos por mortalidad. Supondremos que la distribución de las
defunciones por causa de muerte de la tabla de vida abreviada es igual a la observada en la población,
esto es:
n Dx
donde con minúscula se denota el hecho que corresponde a la tabla de mortalidad y la letra j se refiere a la
causa. Es decir, las defunciones totales, dentro de un grupo de edades de la tabla, se desagregan por
causa en la misma proporción que en la población.
El tiempo de vida dejado de vivir por un individuo que muere a consecuencia de la causa j dentro del grupo
de edades (x,x+n), se puede descomponer en dos partes: (1) lo que deja de vivir dentro de ese intervalo y,
(2) lo que deja de vivir a partir de la edad x+n. En términos analíticos sería:
[n - nKx]+[v -( x+n)] (2.6.1)
siendo nKx el promedio de años vividos por cada uno de los que fallecen dentro de (x, x+n), que es igual a:
(n L x − n ⋅ l x + n )
nKx =
n dx
Note en la fórmula (2.6.1), que n es el número máximo de años que puede vivir una persona dentro del
intervalo de amplitud n, por tanto los elementos contenidos entre los dos primeros corchetes, expresan la
parte (1) comentada arriba, mientras que el segundo sumando corresponde a la parte (2).
Si dentro del grupo de edades (x, x+n) ocurren ndxj defunciones por la j-ésima causa(en la tabla de vida),
entonces:
j j j
v,nAPx = ndx . {[n-nKx] + [v-(x + n)]} = ndx .[v-nKx-x] representa los años dejados de vivir por los ndx j individuos.
El promedio de años de vida perdidos, por los que mueren dentro de (x, x+n) debido a la causa j- ésima,
por cada persona viva a la edad exacta a (inicial) resulta de dividir la expresión anterior entre la ,los
j j
sobrevivientes de la tabla de vida a esa edad: v,napx = ndx .[v- nKx - x] / la (2.6.2)
Si en la expresión (2.6.2) sumamos para el índice j, desde 1 hasta k, es decir para todas las causas,
entonces,
k
•
= ∑
j
v,n APx v,n ap x
j= 1
que es el promedio (por persona viva de edad a) de años perdidos debido a todas las causas de muerte
para los que mueren dentro de (x, x+n).
Hombres Mujeres
2. En la siguiente tabla se presentan las defunciones por tumores malignos y resto de causas para los
hombres cubanos en 1990 y 1994.
Año 1990
Edad <1 1-4 5-14 15-24 25-34 35-44 45-54 55-64 65-74 75-84 85y+
T. M 14 28 38 94 104 251 695 1331 2221 2404 967
Resto 1129 242 303 1424 1637 1609 2416 3460 5924 8470 5542
Año 1994
Edad <1 1-4 5-14 15-24 25-34 35-44 45-54 55-64 65-74 75-84 85y+
T. M 4 29 56 75 128 263 762 1436 2276 2479 1109
Resto 822 228 297 1186 1878 1709 2612 3724 6305 9390 6847
A continuación se presentan algunas funciones de la tabla de vida para los años involucrados(sexo
masculino).
1990 1994
He rre ra L. y Cola bora dore s - 11 -
Tablas de Mortalidad
Edad lx nLx ndx lx nLx ndx
<1 100 000 98997 1182 100 000 99085 1063
1-4 98818 394577 293 98937 394863 364
5-9 98525 492130 188 98573 492327 215
10-14 98337 491190 239 98358 491254 230
15-19 98098 489265 533 98128 489461 529
20-24 97565 485960 769 97599 486245 712
25-29 96796 481935 831 96887 482417 818
30-34 95965 477374 1007 96069 478047 944
35-39 94958 472095 1105 95125 472742 1185
40-44 93853 465862 1448 93940 466218 1467
45-49 92405 456898 2177 92473 457328 2138
50-54 90228 444056 2985 90335 444787 2970
55-59 87243 426109 4324 87365 426396 4453
60-64 82919 399781 6295 82912 400630 6015
65-69 76624 361605 8987 76897 363448 8861
70-74 67637 312209 10859 68036 311693 11734
75-79 56778 246767 15363 56302 243168 15342
80-84 41415 167562 15934 40960 164769 15366
85y+ 25481 128664 25481 25594 129369 25594
Calcule los años de vida perdidos por tumores malignos en 1991 y 1994, tomando a = 0 y v = 85. Calcule el
cambio relativo medio anual. Interprete los resultados. Si es necesario auxíliese con gráficos.
Nota: A partir de la edad 5 años, las defunciones aparecen por grupos decenales. Asuma que la proporción
de defunciones de cada causa en los grupos quinquenales es la misma que para los decenales.
CAPÍTULO III
3. Tablas de decremento múltiple.
Hasta ahora hemos trabajado con tablas de mortalidad donde los individuos salen de observación por
motivo de un solo evento, esto es, la mortalidad general, estas son las tablas conocidas como de
decremento simple. Sin embargo pueden existir varios motivos para que un individuo salga de
observación, por ejemplo, al analizar la mortalidad por causas de defunción, una persona puede ser dejada
de observar según muera por accidente vascular o por neumonía; por tumor maligno o por diabetes
mellitus. Así, se habla de tablas de decremento múltiple, o sea aquellas donde en lugar de una columna
para las defunciones, hay varias, una por cada evento.
Sea nqx la probabilidad general de muerte (riesgo por todas las causas)del grupo de edades (x, x+n). Si
denotamos respectivamente por nDx , nDx(1), nDx(2) , nDx(3),...,nDx(k) las defunciones totales, de la causa
(1),(2),(3),...,(k), correspondientes al grupo de edades, de manera tal que:
k
n Dx = ∑ n Dx
(i)
i=1
entonces definimos a:
(1) (2) (k)
(1) n Dx (2) n Dx (k) n Dx
nqx
=n qx ⋅ , nqx =n qx ⋅ ,..., n q x =n q x ⋅
n Dx n Dx n Dx
En el manejo de las causas de muerte, pueden éstas trabajarse aisladamente o en grupos. Hemos visto
que las k causas de muerte conforman el universo de las defunciones, pero puede ser conveniente en
determinado momento, agruparlas en varios conjuntos para su estudio, por ejemplo: enfermedades del
aparato circulatorio (nDx(1)), tumores malignos (nDx(2)) y resto de causas (nDx(3)), siempre cuidando que
estos conjuntos sean exhaustivos y excluyentes.
La tabla de decremento múltiple se presenta en un formato similar al de las tablas de mortalidad simples.
(1) (2) (k) (1) (2) (k)
Edad nqx nqx nqx ... nqx lx n dx n dx ... n dx
<1 100 000
1-4
5-9
.
.
.
.
85y+ 1.00000
i=1
y corresponde un espacio muestral que es la unión de sub- espacios excluyentes.
Los riesgos de estos eventos están en competencia, es decir, las estimaciones obtenidas de las nqx(i) no
son completamente puras pues tienen incorporado precisamente el sesgo de la competencia.
En primer lugar, llamémosle estimaciones brutas a aquellas hechas en presencia de todos los riesgos (es
el caso de las nqx(i) en la tabla de decremento múltiple)y netas a aquellas realizadas en el caso hipotético
en que un riesgo determinado actúe solo, en la población (en este caso utilizaremos la notación nQx(i) ).
¿Cómo realizar las estimaciones y qué relación existirá entre ellas? En el caso de las primeras ya de hecho
están realizadas con solo confeccionar la tabla de múltiple decremento; para las netas debemos realizar
antes algunas reflexiones: Los elementos para el cálculo de las nqx(i) son observables en la población, no
así para las nQx(i), en las cuales debe plantearse un modelo probabilístico basado en la lógica del problema.
Supongamos que se tienen dos poblaciones donde prevalece en cada una sólo uno de los riesgos de
muerte nQx(1) y nQx(2) respectivamente. A continuación vamos a plantear la relación entre éstas y las
probabilidades brutas nqx(i).
Cuando los dos riesgos anteriores actúan sobre una población, entonces puede ocurrir una de las
siguientes situaciones:
(1)
Que el riesgo nQx actúe primero, en cuyo caso se tendrá que:
nqx = nQx
(1)
+ nQx(2) ⋅ (1 − nQx(1))
es decir, nQx (1) actúa como tal pues no tiene interferencia perturbadora de nQx (2), que luego actuará
sobre los individuos que han sobrevivido a nQx (1). En este caso el evento "morir por causa 1" es
perturbador del evento " morir por causa 2" pero lo inverso no se cumple. Las probabilidades brutas
vendrán dadas por:
(1)
nqx = nQx(1) y nqx(2) = nQx(2) .(1- nQx(1))
Pero no hay razón alguna para pensar que un riesgo tenga que preceder a otro, si son independientes. Por
tanto, un supuesto más racional exige que ambos actúen en competencia, esto es, simultáneamente,o sea
que tienen la misma probabilidad de llegar primero; en este caso se tendrá:
La fórmula anterior podría interpretarse como que una persona muere por el riesgo (1) (si ha sobrevivido
por el (2)) o por el riesgo (2) (si ha sobrevivido por el (1)) o por ambos simultáneamente. La última fórmula
se puede reescribir así:
(1)
nqx = nQx + nQx(2) - nQx(1) . nQx(2)
que finalmente ponemos como:
Note que el valor 1/2 incorporado a la fórmula en ambos términos, significa que ambos riesgos tienen la
misma prioridad para atacar. Si se hubiera usado, por ejemplo, 0.2 y 0.8, en ese orden, el riesgo (1) le
hubiera arrebatado una mayor cantidad de muertes al riesgo (2). Esa última fórmula puede generalizarse
escribiendo:
Los valores α y β lo que hacen es regular el nivel de perturbación mutuo entre los riesgos. Por ejemplo, el
caso α = 0 y β = 1, es cuando el riesgo nQx(1) actúa primero.
Ejemplo. Suponga que para determinado grupo de edades se tiene la probabilidad nQx(1) igual 0.4 y la
probabilidad nQx(2) igual a 0.3. Sea P1 y P2 dos conjuntos poblacionales de 100 individuos cada uno, con
riesgo de muerte nQx(1) y nQx(2) respectivamente.
Muertes en P1 Muertes en P2
100*0.40 = 40 100*0.30 = 30
Competencia
(1) (2)
nQx llega primero nQx llega primero
(100-40)*0.30 = 18 (100-30)*0.40 = 28
nQx
(1)
y nQx(2) llegan al mismo tiempo (α = β = 0.5)
100[0.40 -0.5 (0.30*0.40)] =34 = 28+6 = 40 - 100[0.30 - 0.5(0.40*0.30)]
6 = 24 = 18+6 = 30 - 6
Cada riesgo arrebata al otro 6 defunciones
Otro enfoque para obtener los riesgos netos a partir de los brutos: ahora vamos a partir del estado de
competencia para arribar a las probabilidades netas que actúan en solitario.
Supongamos ahora que nQx(1) ejerce un efecto perturbador sobre nQx(2); nQx(1) ejerce el efecto máximo de
perturbación sobre nQx(2) cuando actúa primero, al inicio del grupo de edades, en la competencia de ambas.
En ese caso debe verificarse que:
(1)
nQx = nqx(1) + nQx(1) . nqx(2)
o sea, si en la competencia nQx(1) provoca nqx(1) defunciones, entonces si actúa en solitario, tendrá a su
cargo esa cantidad más una adicional, que sería nQx(1) . nqx(2) , pues los que morían por nQx(2) en la
competencia es la cantidad nqx(2) , que ahora está a riesgo de nQx(1).
Los dos supuestos anteriores son extremistas, por lo que debe buscarse una solución intermedia, esto es,
admitir por ejemplo que el efecto perturbador de nQx(1) se manifiesta a partir de la mitad del intervalo de
edades, así:
(1)
nQx = nqx(1) + nQx(1) ( 12 .nqx(2))
Este último procedimiento es más sencillo que el anterior que involucra una ecuación de 2do grado;
además, la diferencia numérica entre los resultados de ambos es muy pequeña.
Ejemplo. En el grupo de edades 50-54 años, se tiene que la probabilidad de morir por al menos una causa
es 5q50 = 0.065228. Si se sabe que las defunciones por tumores malignos en ese grupo ascienden a 2407 y
que el total de las mismas en el grupo es 8570.
a) Calcule los riesgos brutos nqx(1) y nqx(2) .
b) Calcule los riesgos netos nQx(1) y nQx(1), por los dos métodos vistos.
(1) (1)
5q50 5q50 5q50
Podemos construir tablas de mortalidad para nQx(1) o para nQx(2) con la técnica clásica aprendida; es decir,
tablas de vida bajo el supuesto de que actúa uno u otro riesgo aisladamente. Dichas tablas responderían a
preguntas como la siguiente ¿cúal es la esperanza de vida al nacimiento cuando se asume que el riesgo de
muerte por enfermedad del corazón es el único presente en la población?. De hecho esta pregunta
contiene el supuesto de que el riesgo del resto de las causas es nulo.
A partir de las tablas de vida de nQx(1) y de nQx(2) podemos obtener la tabla de mortalidad general de nqx ,
mediante la expresión de relación siguiente:
lx = lx(1) . lx(2)
o equivalentemente:
He rre ra L. y Cola bora dore s - 17 -
Tablas de Mortalidad
(1) (2)
nqx = 1-[(1- nQx ) . (1- nQx )]
3.2 Reducción del riesgo de muerte.
Lo anteriormente visto nos permite la construcción de una tabla de vida para el riesgo neto de muerte por
determinada causa; es decir, suponiendo que éste es el único que actúa en la población, por tanto se
supone que el otro riesgo es nulo. Esta hipótesis no resulta totalmente real en ciertas situaciones, por lo
que se busca hacer un supuesto con mayor sentido práctico.
3.2.1 Efecto del cambio del riesgo de muerte en una cantidad constante, sobre la función de
sobrevivientes, lx.
Si la función de riesgo µ(x) se transforma, mediante adición de una constante δ, en µ(x)* = µ(x) + δ se llega
a que:
x
l x * = e− ∫0 (μ(t)+ δ) dt
= e − δx ⋅ l x
3.2.2 Efecto del cambio del riesgo de muerte en un porcentaje dado, sobre la función de sobrevivientes, lx.
Supongamos que la tasa instantánea de mortalidad µ(x) se corrige por una cantidad constante (1+α), es
decir, el nuevo riesgo adopta la forma siguiente: µ(x)* = (1+α) . µ(x) entonces la función l(x) se convierte
en:
1+ α
x
− ∫0 (1 + α ) ⋅ μ(t)dt
lx *
= e x= (l )
La nueva función de sobrevivientes es igual a la original elevada a un exponente que es el mismo factor
por el cual se corrigió a µ(x).
Si por ejemplo, quisiéramos expresar la situación en la cual uno de los dos riesgos netos cambia en
(1+α)%, digamos µ2*(x)=(1+α).µ2(x), entonces el nuevo valor de la sobrevivencia es:
Suponga que el riesgo de muerte µ1(x) es multiplicado por un coeficiente (1+α) igual a 1.25. Estime la
función de sobrevivientes lx* resultante.
Como se ve, el riesgo de muerte ha aumentado en un 25%, lo que provocará que la sobrevivencia
disminuya. Note que los valores de la función lx descendieron porcentajes muy pequeños.
Aquí hemos aplicado formalmente al campo discreto resultados obtenidos en el continuo. Veamos ahora
cómo cambia la función lx cuando ocurre un cambio de magnitud relativa (1+α) en el riesgo de muerte nqx.
Por ejemplo, los valores de lx para las edades 1 y 5 serían:
98979
l1 = 1 − 1 − ⋅ 1,25 ⋅ 100000 = 98724
*
100000
y
98734
l5 = 98724. 1 − ⋅ 1,25 = 98418
*
98979
lx = l0.[1-q0.(1+α1)].[1-4q1.(1+α2)].[1-5q5.(1+α3)]...[1-nqx-n...(1+αk)]
Aquí se ha trabajado con la probabilidad de muerte y no con la tasa central del grupo de edades. Si se
quiere conocer el efecto de un cambio relativo en las tasas específicas sobre el valor de lx, debe primero
evaluarse el efecto producido en las nqx mediante la fórmula de conversión de tasas a probabilidades y
luego en la lx.
He rre ra L. y Cola bora dore s - 19 -
Tablas de Mortalidad
Ejercicios propuestos. Dada la siguiente información sobre una tabla de decremento simple, obtenga la
tabla de decremento múltiple y las dos correspondientes a cada uno de los riesgos netos nQx(1) y nQx(2).
Corazón Resto
Edad nqx nDx nDx
+ Reed y Merrell
n⋅ n m x
+ n qx =
n
1 + ⋅n m x
2
* *
Grupo de lx nmx nmx nqx nqx lx*
edades
0 100000 - - 0.010209
1-4 98979 0.00063 0.002478
5-9 98734 0.00030 0.001489
También puede usarse como fuente de información una encuesta. A partir de una muestra con propiedades
deseables (representatividad, equiprobabilidad, etc), se pregunta (o mejor dicho, se indaga) si los
individuos han enfermado por primera vez de una dolencia dada, en el transcurso del año calendario; la
probabilidad se obtiene cuando hacemos el cociente del número de respuestas positivas y el total de
personas entrevistadas en ese grupo de edades. Normalmente la captación de la información corresponde
a una fecha determinada dentro del año, pero generalmente la encuesta demora un período de tiempo que
depende de la complejidad, accesibilidad, diseño, etc de la misma, pues todos los individuos no pueden ser
encuestados en el mismo día, por tanto, nos basamos en el supuesto de que la estimación realizada es
representativa de todo el período anual. Llamemos a dicha probabilidad nηx .
donde nix simboliza a los nuevos casos enfermos de la cohorte en el grupo de edades (x, x+n). Luego se
calculan las restantes funciones.
La tabla así obtenida mostrará valores para las distintas funciones de la misma, que son el resultado de
suponer que los individuos salen de observación sólo al convertirse en incidentes (casos nuevos de la
enfermedad).
Los resultados anteriores están sesgados por el efecto de la mortalidad o siguiendo el léxico utilizado hasta
ahora, por su efecto perturbador. Este fenómeno arrebata casos que potencialmente son incidentes. En el
caso de una enfermedad no mortal por ejemplo la artrosis, asumimos que los riesgos de enfermar y morir
son independientes.
2
Herrera León L y cols. "Introducción a las Tablas de Mortalidad". Escuela Nacional de
Salud Pública, Ministerio de Salud Pública. Ciudad de La Habana, 1999
He rre ra L. y Cola bora dore s - 21 -
Tablas de Mortalidad
Así, en el presente árbol de posibilidades, podemos apreciar los eventos que son posibles para un
individuo, en el grupo de edades (x, x+n):
- Morir dado que enfermó (m/e)
- Morir dado que no enfermó (m/e̅)
- No morir dado que enfermó (m̅/e)
- No morir dado que no enfermó (m̅/e̅)
Si asumimos que:
P(m/e) = P(m/e̅) = nqx (existe independiente entre los eventos "enfermar" y "morir") y
P(e) = nηx, entonces:
P(enfermar o morir)= P(e⋃m)=P(e)+P(m)-P(e⋂m)=
=nηx + nqx- nηx . nqx = nqx + nηx . (1- nqx)= nηx + nqx . (1- nηx)
Esta última fórmula nos permite construir la tabla de mortalidad donde los individuos salen de observación
a causa del evento "morir o adquirir la enfermedad".
También podemos construir la tabla de riesgo neto para la morbilidad (entiéndase incidencia), toda vez que
la mortalidad la perturba. Aplicando las fórmulas aprendidas en las secciones anteriores, tendremos:
nη x
nη x =
*
1 − 1 nqx
2
donde n η *x representa el riesgo neto de contraer la
enfermedad.
Ejemplo.
Suponga que se realiza un pesquisaje en la población cubana
con el propósito de conocer la incidencia por edad de cierta
dolencia que afecta a la población masculina. A continuación
los datos.
La esperanza de vida obtenida nos diría en estos casos lo que demora una persona de cierta edad en
contraer la enfermedad; es decir, el tiempo de vida medio libre de enfermedad. En un caso se trabaja con el
riesgo bruto y en el otro con el neto, para el cual la curva de sobrevivientes posee valores inferiores.
Quizás la tabla de más utilidad sea la que combina la mortalidad y la morbilidad(4.1.4), o sea, aquella en la
cual los individuos salen de observación por causa del evento combinado "enfermar o morir". Pueden
calcularse algunas medidas de posición como la mediana, el percentil 25 y 75.
La esperanza de vida al nacimiento nos habla del tiempo medio que las personas viven sin enfermar, ahora
con la participación de la mortalidad, lo que hace más real el indicador calculado. Si la incidencia fuera de
"enfermedad obstructiva de las coronarias" por ejemplo, entonces podemos decir que, en promedio, las
personas demoran 72 años para contraer la enfermedad a partir del momento del nacimiento. Si el
individuo tiene 40 años, entonces permanece alrededor de 27 años sin padecer esa dolencia.
4.2 Técnica de Sullivan.
El artículo de Daniel F. Sullivan titulado 'Un índice único de mortalidad y morbilidad' que aparece en "El
desafío de la Epidemiología. Problemas y lecturas seleccionadas", - editado por la Organización
Panamericana de la Salud, Washington, 1988-, es probablemente una de las primeras y mejores
aplicaciones de la técnica de Tablas de Mortalidad al estudio de la morbilidad, en un caso especial de ésta,
la incapacidad.
Pienso que la mejor manera de llegar a comprender la innovación hecha por el autor es realizando una
lectura crítica de ese artículo.