Tahh

Escuela Nacional de Salud Pública
"Carlos J. Finlay"
Tablas de Mortalidad
Temas Avanzados
tablas de Mortalidad
Lic. Lorenzo Herrera León, MSC

Dr. Ramón Ramos Salazar, Esp. 1er Gdo en Bioestadística
Dra. Giselle Coutin Marie Esp. 1er Gdo en Bioestadística
Ciudad Habana
1999
Indice
CAPITULO I
1. Funciones continuas de la tabla de vida......................1

1.1 La función de Sobrevivientes............................1
1.2 La función de densidad de la variable X.................4
1.3 La tasa instantánea de mortalidad µ(x)..................6
CAPITULO II
2. Técnicas de Pollard y Arriaga................................8

2.1 Efecto directo..........................................9
2.2 Efecto indirecto.......................................10
2.3 Efecto de interacción..................................10
2.4 Grupo abierto final....................................11
2.5 Las causas de Muerte...................................11
2.6 Los años de vida perdidos según la óptica de una tabla de
mortalidad.............................................12
2.7 Cambio en el número de años de vida perdidos en un periodo de i
años......................................14
CAPITULO III
3. Tablas de decremento múltiple...............................16

3.1 Eventos perturbadores..................................18
3.2 Reducción del Riesgo de Muerte.........................23
3.2.1 Efecto del cambio del riesgo de muerte en una cantidad constante, sobre la función de
sobrevivientes, lx...............................23
3.2.2 Efecto del cambio de riesgo de muerte en un porcentaje dado, sobre la función de
sobrevivientes, lx...............................23
3.2.3 Efecto del cambio de los riesgo de muerte en la competencia......................................23
CAPITULO IV
4. Aplicación de la técnica de tablas de mortalidad a la morbilidad.................................................27

4.1 Tabla de mortalidad para la incidencia de una enfermedad............................................28
4.2 Técnica de Sullivan...................................33
Capitulo I
1. Funciones continuas de la tabla de mortalidad
Hasta ahora hemos considerado las funciones de la tabla de vida en el campo discreto, por ejemplo, la
función de sobrevivientes lx toma valores a saltos en las edades 0, 1, 5, 10, 15, etc. De la misma forma,
hemos utilizado los conceptos de edad cumplida y edad exacta como recursos para conciliar la
compatibilidad entre el campo discreto y el campo continuo, sin embargo, ambos se extinguen al
considerar la variable edad continua.
1.1 La función de sobrevivientes

Considere la variable aleatoria x como el tiempo de vida de una persona, es deseable conocer
propiedades y parámetros que caractericen su comportamiento. En este sentido es una buena idea estudiar
la función de distribución de probabilidades de dicha variable.
La función de distribución de la variable aleatoria x se define por:

F(t) = P(x<t)
donde t es un punto en el eje de valores de x.
Figura 1.1 La función de distribución de x.
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:
P(x<t+∆t) = P(x<t) + P(t≤x<t+∆t) (1.1.1)
He rre ra L. y Cola bora dore s - 1 -

El conjunto {x<t+∆t} es la unión de dos conjuntos disjuntos: {x<=t} y {t<x<t+∆t}. Morir antes de t+∆t puede
ocurrir de dos formas: antes del momento t y entre éste y el momento t+∆t. La expresión anterior puede
rescribirse como:
P(x<t+∆t) = P(x<t) + P(x≥t) . P(t≤x<t+∆t / x≥t) (1.1.2)
En una cohorte los individuos que mueren antes de t+∆t,

una parte lo hará antes de t y la otra sobrevivirá al
menos hasta t y morirá entre t y t+∆t, (Fig 1.2).
Lo anterior es análogo al caso discreto, cuando

escribíamos:
(t+∆t)q0 = tq0 + tp0 . ∆tqt
Figura 1.3 Ilustración de P(x<t+∆t) mediante el diagrama de Lexis.
La ecuación (1.1.2) se transforma en:

F(t+∆t) = F(t) + [1-F(t)] . P(t≤x<t+∆t / x≥t)
que podemos escribir de la forma:
Prob.Morir Prob.Morir Prob. vivir Prob.morir entre

antes de antes de t al menos t y t+∆t, dado
t+∆t hasta t que vive al
menos hasta t
F(t+∆t) – F(t) = [1-F(t)] . P(t ≤x<t+∆t / x≥t) (1.1.3)

Suponiendo que (t, t+∆t) sea un intervalo diferencial, es decir, muy pequeño y que exista una función µ
(conocida como tasa instantánea de mortalidad, hazard function o failure rate) tal que:
[µ(t)+ o(∆t)] ∆t = P(t≤x<t+∆t / x≥t)

donde o(∆t) denota una función que tiende a cero cuando ∆t se hace pequeño; ¿qué significa este último
supuesto?
Entonces la expresión (1.1.3) puede escribirse como:
F(t+∆t) – F(t) = (1-F(t)) . [µ(t)+ o(∆t)] ∆t

{F(t+∆t) – F(t)} / ∆t = (1-F(t)) . [µ(t)+ o(∆t)]
que finalmente, tomando el límite cuando ∆t tiende a cero, queda:

F’(t) = [1-F(t)] . µ(t) (1.1.4)
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.
1.2. La función de densidad de la variable x

De la expresión (1.1.4) sabemos que la función de densidad de probabilidades de x está dada por:
F’(t) = [1-F(t)] . µ(t)
que es equivalente, según 1.1.5, a:
x
x − ∫ μ(t)dt
d
F(x) = −(− ∫ μ(t)dt)′ ⋅ e 0
dx 0
Recordemos que:
(e u)′ = u′ ⋅ e
u
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))
Observe que es en las edades 0 y x1 donde la densidad es mayor.

¿Cómo interpretar esta función? La cantidad [F(x+∆x)- F(x)] representa la proporción de personas cuyos
tiempos de vida están entre x y x+∆x; es decir, proporción de personas que mueren entre esos dos
momentos. Al dividir esa expresión por ∆x, tenemos la densidad media de defunciones en el intervalo.
Imaginemos ahora que ∆x tiende a cero, siendo diferente de cero, entonces llegaríamos a una densidad
puntual puesto que el intervalo se va reduciendo. Como generalmente se toma la raíz de la tabla igual a 1,
se tendrá la densidad de las muertes.
En términos analíticos sería:

∆x d x
F(X + ∆x) − F(x) P(x ≤ X < x + ∆x) l0
lim = lim = lim =
∆x → 0 ∆x ∆x → 0 ∆x ∆x → 0 ∆x
1 ∆x d x 1 l − lx 1 d
= ⋅ lim = − ⋅ lim x + ∆x = − ⋅ lx
l0 ∆x → 0 ∆x l0 ∆x → 0 ∆x l0 dx
dF(x) dlx
suponiendo l0 igual a 1, queda que = d(x) = −
dx dx
1.3 La tasa instantánea de mortalidad µ(x).

En la sección 1.1 habíamos escrito:
[µ(t)+ o(∆t)] ∆t = P(t≤x<t+∆t / x≥t)

donde se supuso que (t, t+∆t) era un intervalo diferencial en el sentido matemático. Por tanto, cuando ∆t
tiende a cero, sin llegar a valer cero, tendremos que P(t≤x<t+dt / x≥t ) = µ(t).dt, lo que es la probabilidad de
morir en el intervalo (t, t+dt) para un individuo que está vivo al menos en el momento t.
De la expresión (1.2.1) podemos escribir que: µ(x) = d(x) / l(x) y

d d d
l(x) [1 − F(x)] F(x)
µ(x) = − dx = − dx = dx
l(x) 1 − F(x) 1 − F(x)
o de otro modo:
d
u
d d ln(u) dx
µ(x) = ln(l x ) (recuerde que = )
dx du u
Advierta que:
d d
F(x) = − [1 − F(x)]
dx dx
así que:
d
dF(x) = − l(x)
dx
También se puede llegar a este resultado a través de la probabilidad condicional de muerte en el intervalo
(x,x+n).
P[(x < X < x + n ) x ≥ x] n qx

n dx
(lx − lx + n ) n 1 l − lx
= = n
= = ⋅ − x+n
n n lx lx lx n
Si tomamos el límite cuando n tiende a cero, sin llegar a valer cero, nos queda:
− 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

3. Si se produce un cambio en la µ(x) entre y y x, donde
µ(x)*=α.µ(x), con 0<α<1 y 0<y<x, deduzca la expresión para lx.
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.
Queremos llegar a conocer el promedio de años de vida agregado a cada persona de edad a. Tendremos
las siguientes relaciones:
∆área(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.
2.1 Efecto directo

El tiempo de vida agregado a las lx personas originales es:
lx.(nex* - nex)
l
Finalmente, el tiempo de vida agregado a cada una de las la personas es: x(n ex − n ex ) Esta expresión
*
la
es el efecto directo (E.D).
Ta
Si la esperanza de vida a la edad a antes del cambio de la mortalidad es: e0a =
la
Ta lx ⋅ ( n e *x − n ex )
después del cambio será: e0a* = + (2.1.1)
la la
2.2 Efecto indirecto (E.I).
Este efecto es producido por el aumento del área bajo la curva de sobrevivientes a partir de la edad x+n,
debido solamente al incremento de los sobrevivientes en la edad x+n, lx+n, que a su vez responden al
cambio del riesgo de muerte en (x, x+n).

Calculemos primero el incremento de lx+n, nCSx.
*
lx + n
n CS x = lx ⋅ − lx + n (2.2.1)
l*x
Nótese que en esta expresión el primer término representa el sometimiento de las lx personas a la nueva
ley de mortalidad, o sea al cambio ocurrido en (x, x+n).
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).
2.3 El efecto de interacción

Este efecto se refiere a aquel producido por la combinación del incremento de lx+n y los cambios producidos
en la mortalidad a partir de x+n. Comentemos un poco lo dicho. El efecto indirecto se producía cuando los
sobrevivientes incrementados en la edad x+n eran sometidos a la ley antigua de mortalidad; ahora los
someteremos a una ley de mortalidad nueva, la de la segunda tabla de vida. Por tanto, para obtener este
efecto debemos plantear:
⋅ 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.
2.4 Grupo abierto final

En este grupo sólo existe el efecto directo (E. D), ya que la vida termina a la edad w que está contenida en
este grupo.
e*x − ex
E.Dx = (2.4.1)
la
En realidad los cambios en la mortalidad no se producen en un grupo de edades específico sino en varios
de ellos simultáneamente, por lo que la esperanza de vida final será:
e*a = e a +∑ [n (E.D)x + n (E.I)x + n (E.Int)x ] + (E.D último grupo)
x
2.5 Las causas de muerte
El aporte de cada una de las causas de muerte dentro del grupo de edades (x, x+n) se obtiene mediante el
siguiente razonamiento:
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.
Para cada causa de muerte se cumple que:

j
n Dx
j
n mx = n mx ⋅
n Dx
donde el superíndice j se refiere a la j-ésima causa de muerte. Este es un supuesto de proporcionalidad.
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:

j
n Dx
n dx = ndx ⋅
j
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 sumamos en x desde a hasta v, o sea, para todo el intervalo, obtenemos:

v
= ∑
j j
vAP• v,n ap x
x=a
es decir, el promedio de años dejados de vivir debido a la j-ésima causa en todo el intervalo, desde a hasta
v.
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).
2.7 Cambio en el número de años de vida perdidos en un período de i años.

Sea: v AC ji = v AP•j,t − v AP•j,t + i el cambio absoluto en el número de años perdidos para el intervalo v-a,
debido a la causa j-ésima, en un período de i años calendarios. En dependencia del signo, esta diferencia
permite apreciar cuántos años de vida se agregan o se quitan a la sociedad por el cambio en la mortalidad
de la j-ésima causa durante i años.
El cambio relativo podemos escribirlo así:

j
v ACi
j
v AR •,i = j
v AP•,t
que nos da una medida del cambio relativo de la mortalidad de la causa dada, durante los i años. El cambio
relativo anual promedio lo obtenemos basándonos en el anterior, planteando:
j
v ARP•,i = 1 − i 1− j
v AR •,i
Ejercicios propuestos:
1. ¿Por qué en la expresión (2.0.1) se garantiza que sólo el cambio en el riesgo de muerte del grupo (x,
x+n) sea el que prevalezca y no los ocurridos en edades anteriores a x ?.
Efectúe la descomposición de los efectos por grupos de edades para la diferencia por sexos de la
esperanza de vida al nacimiento.
Hombres Mujeres
Edad lx nLx ex0 lx nLx ex0

<1 100 000 98606 72.76 100 000 98948 76.46
1-4 98474 393104 72.88 98851 394705 76.34
5-9 98143 490113 69.12 98571 492417 72.56
10-14 97902 488795 64.29 98396 491552 67.68
15-19 97616 486823 59.47 98225 490037 62.79
20-24 97113 483802 54.76 97790 487767 58.06
25-29 96408 480095 50.15 97317 485280 53.33
30-34 95630 475797 45.53 96795 482520 48.61
35-39 94689 470755 40.96 96213 479249 43.89
40-44 93613 464535 36.4 95487 474902 39.20
45-49 92201 455877 31.92 94474 468469 34.59
50-54 90150 443390 27.59 92914 458757 30.13
55-59 87206 425279 23.44 90589 444575 25.84
60-64 82906 398397 19.53 87241 424360 21.74
65-69 76453 361275 15.96 82503 395645 17.84
70-74 68057 310630 12.62 75755 353780 14.21
75-79 56195 244035 9.76 65757 293510 10.99
80-84 41419 167575 7.35 51647 217247 8.31
85y+ 25611 136917 5.35 35252 211841 6.01
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
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
como las probabilidades de muerte de las causas (1),(2),(3) ,....., en el grupo.

Estas probabilidades son aditivas por construcción, es decir, la suma de ellas para todas las causas resulta
en la probabilidad total del grupo de edades, nqx.
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
El procedimiento a seguir consiste en aplicar sucesivamente, los siguientes pasos:
lx ⋅n q(x1)= n d(x1), lx ⋅n q(x2)= n d(x2)... l x ⋅ n q(xk)= n d(xk) y
lx − [n d(x1)+ n d(x2) + ... + n d(xk)] = lx + n

A medida que se rellenan las casillas de lx y de las defunciones de la tabla (las ndx(i) ) se observará cómo la
cohorte se extingue por el efecto de las causas de muerte.La probabilidad total nqx puede interpretarse
como la probabilidad de morir al menos por una causa, mientras que nqx(i) representa la probabilidad de
morir sólo por la i- ésima . Como hemos visto:
k
n
qx = ∑ nqx
(i)
i=1
y corresponde un espacio muestral que es la unión de sub- espacios excluyentes.
3.1 Eventos perturbadores

Como ya hemos visto, las tablas de decremento múltiple consideran la presencia de varios eventos que
pueden afectar a los individuos; dichos eventos son en ocasiones excluyentes, es decir, si el sujeto es
alcanzado por uno de ellos, ya no puede ser afectado por los otros.
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.

¿Cómo entender esto? Para ello hagámosno la siguiente pregunta: ¿qué sucedería si en una población
sólo actuara el riesgo de determinada enfermedad mortal y sólo ese?. Digamos, el caso que las personas
estuvieran bajo el riesgo de muerte por infarto de miocardio, ¿serían las estimaciones de nqx(i) igual al caso
en que están todos los riesgos actuando simultáneamente ?
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))
 Que el riesgo nQx(2) actúe primero, lo que provoca que:

(1)
nqx = nQx(1) . (1- nQx(2)) y nqx(2) = nQx (2)
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:
nqx = (1- nQx(1)) . nQx(2) + nQx(1) . (1- nQx(2)) + nQx(1) . nQx(2)
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:

nqx = { nQx (1) - 1 (2) (1)

2 .nQx . (nQx )}+ { nQx (2) - 1
2 .nQx
(1)
(nQx (2))}
(1) (2)
nqx nqx
Gráfico 3. Diferentes situaciones de los eventos perturbadores

Observe cómo producto de la competencia en la fórmula de nqx(1) (el riesgo bruto), a nQx (1) le es
arrebatada una cantidad de defunciones igual a 12 .nQx(2).(nQx(1)) por nQx (2) y de forma análoga, ocurre en
(2)
nqx .
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:
nqx= { nQx(1) - α. nQx(2). (nQx(1))} + { nQx(2) - β. nQx(1) (nQx(2))}

con α+ β = 1; 0≤α≤1, 0≤β≤1.
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.
Finalmente nos queda un sistema de dos ecuaciones con dos incógnitas:

(1)
nqx = {nQx(1) - 12 .nQx(2). (nQx(1)) (3.1.1)
y
(2) (2) 1 (1) (2)
q
n x = { Q
n x - . Q
2 n x ( Q
n x )} (3.1.2)

donde es posible despejar a nQx(1) (en función de nqx(1) y nQx(2)) o a nQx(2) (en función de nqx(2) y nQx(1)) y
sustituir en la ecuación que corresponda para reducir el número de incógnitas a uno. Se llegará a una
ecuación de segundo grado para la cual ha de tomarse una de dos soluciones posibles, precisamente
aquella que tenga sentido.
Por ejemplo, si partimos de despejar a nQx(1) en (3.1.1), se tiene:

(1)
(1) q
n Qx
= n x
(2)
q
1− 12 n x
[ ]
1− 1 Q (1)
2n x
que por transformaciones algebraicas se torna en la siguiente ecuación de segundo grado:
[nQx(1)]2 - nQx(1) [2- nqx(2) + nqx(1) ] + 2.nqx(1) = 0
cuya forma clásica es: ax2 +p x + q = 0

y su solución general:
+
− b − b − 4ac
2
x =
2a
Por analogía entre las fórmulas se puede saber los valores de los parámetros a, p y q.
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).

Por otra parte, la mínima perturbación (en esta ocasión nula)que ejerce nQx(1) sobre nQx(2) es cuando
aquella actúa al final del intervalo de edades; en dicho caso se tiene que nQx(1) = nqx(1) pues las
defunciones de nQx(2) no son perturbadas en nada por nQx(1) y por tanto las nqx(2) defunciones provocadas
por nQx(2) no se someten al 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))
si despejamos a nQx(1), tenemos:

(1)
nqx
n Qx
(1)
= (2)
1 − 1
2
⋅ nqx
Para el otro caso procedemos de forma similar, llegando a:

(2)
nqx
n Qx
(2)
= (1)
1 − 1
2
⋅ nqx
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
0,065228 (2407/ 8570).0,06528 [1-2407/ 8570].0,065228

= 0,01832 = 0,04690
(1) (2)
Método nQx nQx
Ecuación 0,01876 0,04734
De 2do grado
Método sencillo 0,01875 0,04733
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:
(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).
3.2.3 Efecto del cambio de los riesgos de muerte en la competencia.

En el intervalo (x, x+dx) se supone que los riesgos netos instantáneos µ1(x) y µ2(x) son aditivos, es decir,
que:
µ(x) = µ1(x)+ µ2(x)
que significa que actúan independientemente, por lo que la función de sobrevivientes adopta la siguiente
expresión:
− ∫0 μ(t)1 dt − ∫ μ(t)2 dt
x
− ∫0x[μ(t)1 + μ(t)2] dt 1 2
lx = e = e ⋅e = lx ⋅ lx
o sea lx = lx1 . lx2
este resultado lo habíamos visto anteriormente.
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:
lx* = lx1 . [lx2]1+α
Un resultado interesante, es que:

1 R1
lx l 
+n
=  x+n 
lx
1
 lx 
donde R representa el cociente entre la tasa de mortalidad del riesgo (1) y la tasa total, en el grupo de
edades (x, x+n), esto es:

1
m
R
1
= n x
n mx
y de forma análoga calculamos a R2.
Es fácil obtener la probabilidad de morir como complemento de la anterior probabilidad de sobrevivencia:

R1
1
lx + n lx + n 
n Qx
(1)
= 1 − = 1 −  l 
 x 
1
lx
Ejemplo. Sea el siguiente fragmento de tabla de vida
Edad lx lx1 lx2 (lx1)1+α lx*=(lx1)1+α.lx2 Desc. lx ∆ nqx
0 100000 100000 100000 100000 100000 - 5%

1-4 98979 99798 99179 99747 98928 0.05% 9%
5-9 98734 99708 99023 99635 98661 0.07%
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  
En general, podemos plantear para el caso discreto:
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.
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
<1 0.01536 0 619

1-4 0.00336 0 167
5-9 0.00245 0 158
10-14 0.00292 0 155
15-19 0.00515 11 307
20-24 0.00726 16 526
25-29 0.00807 43 796
30-34 0.00984 105 859
35-39 0.01136 143 876
40-44 0.01508 204 852
45-49 0.02224 360 1190
50-54 0.03265 496 1410
55-59 0.04931 757 1883
60-64 0.07783 979 2146
65-69 0.10982 1184 2771
70-74 0.17429 1410 3372
75-79 0.26294 1587 3929
80-84 0.38166 1708 3872
85y+ 1.00000 2605 5350
Con los datos dados a continuación, modifique la tasa específica de los grupos 1-4 y 5-9 con el factor
(1+α), con α igual a-0.35. Recalcule las probabilidades de muerte correspondientes y obtenga nqx* y lx*.
Utilice las fórmulas de transformación de tasas a probabilidades siguientes:
+ 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

Capítulo IV
4. Aplicación de la técnica de tablas de mortalidad a la morbilidad.
Las técnicas vistas de tablas de mortalidad pueden extenderse en su uso y ser aplicadas al caso de la
morbilidad. Cuando trabajamos con la mortalidad, nosotros estimábamos las probabilidades de muerte en
cada grupo de edades mediante transformación de las tasas específicas de mortalidad 2. De igual manera,
es necesario para el estudio de la morbilidad a través de esta técnica, partir de las probabilidades de
contraer una enfermedad, es decir, de la incidencia (recuerde que la mortalidad también es un tipo de
incidencia).
La probabilidad de que un individuo contraiga una enfermedad viene dada por:

n⋅n Ix
n ηx =
1 + n2 ⋅n m x
donde: nIx y nmx son, respectivamente, la tasa especifica de incidencia y mortalidad del grupo (x, x+n). La
deducción de la misma es análoga al caso de la mortalidad cuando la tasa nmx se transforma en nqx.
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 .
4.1 Tabla de mortalidad para la incidencia de una enfermedad

Con los valores de nηx (recuerde que para el grupo abierto final vale 1 por definición) para cada grupo de
edades, podemos confeccionar la tabla de mortalidad, aplicando formalmente la técnica conocida; esto es:
- Tomando inicialmente una cantidad l0 de nacidos vivos (raíz de la tabla).

- Aplicando a los l0 nacidos vivos el conocido procedimiento iterativo
lx . nηx = nix
y
lx - nix = lx+n
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
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)
En cada rama del árbol se cumple que:

P(m/e)+P(m̅/e)=1 y P(m/e̅)+P(m̅/e̅)=1,
donde, por ejemplo, P(m/e) = P(m⋂e)/P(e)
Mientras que para todo el árbol se verifica que:

P(m⋂e)+P(m̅⋂e)+P(m⋂e̅)+P(m̅⋂e̅)=1
Lo cual se constata al desarrollar cada sumando utilizando la fórmula de la probabilidad condicional; esto
es:
P(m/e).P(e)+P(m̅/e).P(e)+P(m/e̅).P(e̅)+P(m̅/e̅).P(e̅)=
[P(m/e)+P(m̅/e)].P(e)+[P(m/e̅)+P(m̅/e̅)].P(e̅)=1.P(e)+1.P(e̅)=1
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.
La probabilidad de enfermar o morir se expresa mejor como:

[
1 − (1− n η*x )(1− n q x ) ]
Cuando existe una relación de causa efecto entre la
enfermedad y la muerte, evidentemente no existe
independencia entre los riesgos respectivos. En tal situación el
sujeto que enferma también tendrá una probabilidad mayor de
morir y el modelo será por añadidura, más complejo.
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.

Tabla de mortalidad calculada con la incidencia bruta. 4.1.0
Grupo de edadesProb. casos nuevos Sobrevivientes Defunciones Tiempo vivivdo Tiempo acum. Esperanza de vida
(x, x+n) ηχ lx d
n x L
n x Tx * ex
<1 0,001600 100000 160 99920 8967799 89,68
1-4 0,000340 99840 34 399292 8867879 88,82
5-9 0,000250 99806 25 498968 8468586 84,85
10-14 0,000300 99781 30 498831 7969619 79,87
15-19 0,000570 99751 57 498614 7470788 74,89
20-24 0,000740 99694 74 498287 6972174 69,94
25-29 0,000900 99621 90 497879 6473887 64,99
30-34 0,000990 99531 99 497408 5976009 60,04
35-39 0,002300 99432 229 496590 5478600 55,10
40-44 0,001700 99204 169 495597 4982011 50,22
45-49 0,002500 99035 248 494556 4486414 45,30
50-54 0,003700 98787 366 493023 3991858 40,41
55-59 0,005100 98422 502 490855 3498835 35,55
60-64 0,008000 97920 783 487641 3007980 30,72
65-69 0,012000 97137 1166 482769 2520339 25,95
70-74 0,021000 95971 2015 474816 2037570 21,23
75-79 0,030000 93956 2819 462731 1562753 16,63
80-84 0,043000 91137 3919 445887 1100022 12,07
85y+ 1,000000 87218 87218 654135 654135 7,50
Tabla de mortalidad para el riesgo neto de enfermar. 4.1.1

Grupo de edades
(x, x+n) nqx lx ndx nLx Tx ex
<1 0,00161 100000 161 99919 8945416 89,45
1-4 0,00034 99839 34 399287 8845497 88,60
5-9 0,00025 99805 25 498961 8446209 84,63
10-14 0,00030 99780 30 498824 7947248 79,65
15-19 0,00057 99750 57 498607 7448424 74,67
20-24 0,00074 99693 74 498279 6949818 69,71
25-29 0,00090 99619 90 497869 6451539 64,76
30-34 0,00099 99529 99 497396 5953670 59,82
35-39 0,00231 99430 230 496574 5456274 54,88
40-44 0,00171 99200 170 495574 4959700 50,00
45-49 0,00253 99030 250 494523 4464126 45,08
50-54 0,00376 98779 372 492968 3969603 40,19
55-59 0,00523 98408 515 490753 3476635 35,33
60-64 0,00832 97893 815 487429 2985882 30,50
65-69 0,01270 97078 1233 482311 2498452 25,74
70-74 0,02300 95846 2205 473717 2016141 21,04
75-79 0,03434 93641 3216 460165 1542424 16,47
80-84 0,05314 90425 4805 440112 1082260 11,97
85y+ 1,00000 85620 85620 642148 642148 7,50

Datos de origen Tabla 4.1.2 Cálculos realizados
Grupo de edades Prob. casos nuevos Mortalidad general Prob. enfermar o morir. Prob.neta de enfermar
(x, x+n) ηχ nqx P{enf o morir} ηχ
<1 0,001600 0,01526 0,01684 0,00161
1-4 0,000340 0,00336 0,00370 0,00034
5-9 0,000250 0,00246 0,00271 0,00025
10-14 0,000300 0,00292 0,00322 0,00030
15-19 0,000570 0,00515 0,00572 0,00057
20-24 0,000740 0,00726 0,00799 0,00074
25-29 0,000900 0,00807 0,00896 0,00090
30-34 0,000990 0,00984 0,01082 0,00099
35-39 0,002300 0,01136 0,01363 0,00231
40-44 0,001700 0,01508 0,01675 0,00171
45-49 0,002500 0,02224 0,02468 0,00253
50-54 0,003700 0,03266 0,03624 0,00376
55-59 0,005100 0,04931 0,05416 0,00523
60-64 0,008000 0,07784 0,08522 0,00832
65-69 0,012000 0,10982 0,12050 0,01270
70-74 0,021000 0,17429 0,19163 0,02300
75-79 0,030000 0,25294 0,27535 0,03434
80-84 0,043000 0,38166 0,40825 0,05314
85y+ 0,058000 1,00000 1,00000 1,00000
Tabla de mortalidad para el riesgo de morir 4.1.3

Grupo de edades
(x, x+n) nqx lx ndx nLx Tx ex
<1 0,01526 100000 1526 99237 7338038 73,38
1-4 0,00336 98474 331 393234 7238801 73,51
5-9 0,00246 98143 241 490112 6845567 69,75
10-14 0,00292 97902 286 488794 6355455 64,92
15-19 0,00515 97616 503 486822 5866661 60,10
20-24 0,00726 97113 705 483803 5379839 55,40
25-29 0,00807 96408 778 480095 4896036 50,78
30-34 0,00984 95630 941 475798 4415941 46,18
35-39 0,01136 94689 1076 470756 3940143 41,61
40-44 0,01508 93613 1412 464538 3469387 37,06
45-49 0,02224 92202 2051 455882 3004849 32,59
50-54 0,03266 90151 2944 443395 2548967 28,27
55-59 0,04931 87207 4300 425284 2105573 24,14
60-64 0,07784 82907 6453 398399 1680289 20,27
65-69 0,10982 76453 8396 361276 1281890 16,77
70-74 0,17429 68057 11862 310631 920614 13,53
75-79 0,25294 56195 14214 245442 609983 10,85
80-84 0,38166 41981 16023 169850 364541 8,68
85y+ 1,00000 25959 25959 194691 194691 7,50

Tabla de mortalidad para el riesgo de " morir o enfermar". 4.1.4
Grupo de edades
(x, x+n) P{enf o morir} lx ndx nLx Tx ex
<1 0,01684 100000 1684 99158 7203688 72,04
1-4 0,00370 98316 364 392538 7104530 72,26
5-9 0,00271 97953 265 489100 6711991 68,52
10-14 0,00322 97687 314 487651 6222891 63,70
15-19 0,00572 97373 557 485473 5735240 58,90
20-24 0,00799 96816 774 482146 5249767 54,22
25-29 0,00896 96042 861 478059 4767621 49,64
30-34 0,01082 95181 1030 473332 4289562 45,07
35-39 0,01363 94152 1284 467549 3816230 40,53
40-44 0,01675 92868 1556 460450 3348681 36,06
45-49 0,02468 91312 2254 450925 2888231 31,63
50-54 0,03624 89058 3227 437221 2437307 27,37
55-59 0,05416 85831 4648 417532 2000085 23,30
60-64 0,08522 81182 6918 388615 1582554 19,49
65-69 0,12050 74264 8949 348948 1193938 16,08
70-74 0,19163 65315 12516 295284 844991 12,94
75-79 0,27535 52799 14538 227648 549706 10,41
80-84 0,40825 38260 15620 152253 322058 8,42
85y+ 1,00000 22641 22641 169805 169805 7,50
Las tablas de mortalidad mostradas se han confeccionado aplicando la técnica formalmente, por lo que
debe tenerse cierta precaución al interpretar los resultados. Por ejemplo, en las dos tablas hechas con el
riesgo de enfermar(4.1.0) y (4.1.1), se ha supuesto que los individuos salen de observación al ser
alcanzados por el evento en cuestión. El cálculo del tiempo vivido se ha hecho por el método de los
trapecios y para el grupo abierto final, además, se tomó como edad límite de la vida, 100 años.
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.
A continuación, se tratará de dar respuesta a las siguientes interrogantes:

 ¿ qué razonamiento se hace para llegar al índice Ix , cómo se interpreta?.
 ¿Cómo se aplica y por qué ?.
 Realice una discusión sobre las medidas de incapacidad utilizadas y en general sobre cómo se
obtuvo la información necesaria para realizar el estudio.

Luego se pasa al estudio del artículo "Espérance de vie sans incapacité et ses composantes: de nouveaux
indicateurs pour mesurer la santé et les besoins de la population, de los autores J.M. Robine y A. Colvez,
aparecido en Population , janvier- fevrier, numéro 1, L' I.N.E.D, Francia, 1984.
Debe realizarse una discusión de este artículo que es una aplicación de la modalidad propuesta por
Sullivan.

Tahh

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tahh

Cargado por

Copyright:

Formatos disponibles

Escuela Nacional de Salud Pública

Lic. Lorenzo Herrera León, MSC

1. Funciones continuas de la tabla de vida......................1

2. Técnicas de Pollard y Arriaga................................8

3. Tablas de decremento múltiple...............................16

4. Aplicación de la técnica de tablas de mortalidad a la morbilidad.................................................27

1.1 La función de sobrevivientes

La función de distribución de la variable aleatoria x se define por:

Figura 1.1 La función de distribución de x.

P(x<t+∆t) = P(x<t) + P(t≤x<t+∆t) (1.1.1)

He rre ra L. y Cola bora dore s - 1 -

P(x<t+∆t) = P(x<t) + P(x≥t) . P(t≤x<t+∆t / x≥t) (1.1.2)

En una cohorte los individuos que mueren antes de t+∆t,

Lo anterior es análogo al caso discreto, cuando

Figura 1.3 Ilustración de P(x<t+∆t) mediante el diagrama de Lexis.

La ecuación (1.1.2) se transforma en:

Prob.Morir Prob.Morir Prob. vivir Prob.morir entre

F(t+∆t) – F(t) = [1-F(t)] . P(t ≤x<t+∆t / x≥t) (1.1.3)

He rre ra L. y Cola bora dore s - 2 -

Entonces la expresión (1.1.3) puede escribirse como:

F(t+∆t) – F(t) = (1-F(t)) . [µ(t)+ o(∆t)] ∆t

que finalmente, tomando el límite cuando ∆t tiende a cero, queda:

1.2. La función de densidad de la variable x

Observe que es en las edades 0 y x1 donde la densidad es mayor.

En términos analíticos sería:

1.3 La tasa instantánea de mortalidad µ(x).

[µ(t)+ o(∆t)] ∆t = P(t≤x<t+∆t / x≥t)

He rre ra L. y Cola bora dore s - 4 -

De la expresión (1.2.1) podemos escribir que: µ(x) = d(x) / l(x) y

P[(x < X < x + n ) x ≥ x] n qx

He rre ra L. y Cola bora dore s - 5 -

2.1 Efecto directo

He rre ra L. y Cola bora dore s - 7 -

2.3 El efecto de interacción

2.4 Grupo abierto final

Para cada causa de muerte se cumple que:

He rre ra L. y Cola bora dore s - 9 -

si sumamos en x desde a hasta v, o sea, para todo el intervalo, obtenemos:

2.7 Cambio en el número de años de vida perdidos en un período de i años.

He rre ra L. y Cola bora dore s - 10 -

Edad lx nLx ex0 lx nLx ex0

como las probabilidades de muerte de las causas (1),(2),(3) ,....., en el grupo.

He rre ra L. y Cola bora dore s - 12 -

El procedimiento a seguir consiste en aplicar sucesivamente, los siguientes pasos:

lx ⋅n q(x1)= n d(x1), lx ⋅n q(x2)= n d(x2)... l x ⋅ n q(xk)= n d(xk) y

lx − [n d(x1)+ n d(x2) + ... + n d(xk)] = lx + n

3.1 Eventos perturbadores

He rre ra L. y Cola bora dore s - 13 -

 Que el riesgo nQx(2) actúe primero, lo que provoca que:

nqx = (1- nQx(1)) . nQx(2) + nQx(1) . (1- nQx(2)) + nQx(1) . nQx(2)

He rre ra L. y Cola bora dore s - 14 -

nqx = { nQx (1) - 1 (2) (1)

Gráfico 3. Diferentes situaciones de los eventos perturbadores

nqx= { nQx(1) - α. nQx(2). (nQx(1))} + { nQx(2) - β. nQx(1) (nQx(2))}

Finalmente nos queda un sistema de dos ecuaciones con dos incógnitas:

He rre ra L. y Cola bora dore s - 15 -

Por ejemplo, si partimos de despejar a nQx(1) en (3.1.1), se tiene:

[nQx(1)]2 - nQx(1) [2- nqx(2) + nqx(1) ] + 2.nqx(1) = 0

cuya forma clásica es: ax2 +p x + q = 0

He rre ra L. y Cola bora dore s - 16 -

si despejamos a nQx(1), tenemos:

Para el otro caso procedemos de forma similar, llegando a:

0,065228 (2407/ 8570).0,06528 [1-2407/ 8570].0,065228

3.2.3 Efecto del cambio de los riesgos de muerte en la competencia.