Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/64880
Type
ArticleCopyright
Open access
Sustainable Development Goals
03 Saúde e Bem-EstarCollections
Metadata
Show full item record
ESTIMATION AND PROBABILISTIC PROJECTION OF AGE- AND SEX-SPECIFIC MORTALITY RATES ACROSS BRAZILIAN MUNICIPALITIES BETWEEN 2010 AND 2030
Expectativa de vida
Lee-Carter
Previsão populacional
Análise de pequenas áreas
Author
Gonzaga, Marcos R.
Queiroz, Bernardo L.
Freire, Flávio H.M.A.
Silva, José H.C. Monteiro da
Lima, Everton E.C.
Silva-Júnior, Walter P.
Diógenes, Victor H. D.
Flores-Ortiz, Renzo
Costa, Lilia C. C. da
Pinto Junior, Elzo P.
Ichihara, Maria Yury
Teixeira, Camila S. S.
Alves, Flávia J. O.
Rocha, Aline S.
Ferreira, Andrêa J. F.
Barreto, Maurício L.
Katikireddi, Srinivasa Vittal
Dundas, Ruth
Leyland, Alastair H.
Queiroz, Bernardo L.
Freire, Flávio H.M.A.
Silva, José H.C. Monteiro da
Lima, Everton E.C.
Silva-Júnior, Walter P.
Diógenes, Victor H. D.
Flores-Ortiz, Renzo
Costa, Lilia C. C. da
Pinto Junior, Elzo P.
Ichihara, Maria Yury
Teixeira, Camila S. S.
Alves, Flávia J. O.
Rocha, Aline S.
Ferreira, Andrêa J. F.
Barreto, Maurício L.
Katikireddi, Srinivasa Vittal
Dundas, Ruth
Leyland, Alastair H.
Affilliation
Universidade Federal do Rio Grande do Norte. Programa de Pós-Graduação em Demografia. Natal, RN, Brasil.
Universidade Federal de Minas Gerais. Programa de Pós-Graduação em Demografia. Belo Horizonte, MG, Brasil.
Universidade Federal do Rio Grande do Norte. Programa de Pós-Graduação em Demografia. Natal, RN, Brasil.
Graduate Group in Demography. University of Pennsylvania. Philadelphia, PA, USA.
Universidade Estadual de Campinas. Programa de Pós-Graduação em Demografia. Campinas, SP, Brasil.
Universidade Federal do Rio Grande do Norte. Programa de Pós-Graduação em Demografia. Natal, RN, Brasil.
Universidade Federal do Rio Grande do Norte. Programa de Pós-Graduação em Demografia. Natal, RN, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Universidade Federal da Bahia. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil / Universidade Federal da Bahia. Escola de Nutrição. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
MRC/CSO Social and Public Health Sciences. Unit University of Glasgow. Glasgow, Scotland.
MRC/CSO Social and Public Health Sciences. Unit University of Glasgow. Glasgow, Scotland.
MRC/CSO Social and Public Health Sciences. Unit University of Glasgow. Glasgow, Scotland.
Universidade Federal de Minas Gerais. Programa de Pós-Graduação em Demografia. Belo Horizonte, MG, Brasil.
Universidade Federal do Rio Grande do Norte. Programa de Pós-Graduação em Demografia. Natal, RN, Brasil.
Graduate Group in Demography. University of Pennsylvania. Philadelphia, PA, USA.
Universidade Estadual de Campinas. Programa de Pós-Graduação em Demografia. Campinas, SP, Brasil.
Universidade Federal do Rio Grande do Norte. Programa de Pós-Graduação em Demografia. Natal, RN, Brasil.
Universidade Federal do Rio Grande do Norte. Programa de Pós-Graduação em Demografia. Natal, RN, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Universidade Federal da Bahia. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil / Universidade Federal da Bahia. Escola de Nutrição. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde. Salvador, BA, Brasil.
MRC/CSO Social and Public Health Sciences. Unit University of Glasgow. Glasgow, Scotland.
MRC/CSO Social and Public Health Sciences. Unit University of Glasgow. Glasgow, Scotland.
MRC/CSO Social and Public Health Sciences. Unit University of Glasgow. Glasgow, Scotland.
Abstract
Background: Mortality rate estimation in small areas can be difficult due the low number of events/exposure (i.e. stochastic error). If the death records are not completed, it adds a systematic uncertainty on the mortality estimates. Previous studies in Brazil have combined demographic and statistical methods to partially overcome these issues. We estimated age- and sex-specific mortality rates for all 5,565 Brazilian municipalities in 2010 and forecasted probabilistic mortality rates and life expectancy between 2010 and 2030. Methods: We used a combination of the Tool for Projecting Age-Specific Rates Using Linear Splines (TOPALS), Bayesian Model, Spatial Smoothing Model and an ad-hoc procedure to estimate age- and sex-specific mortality rates for all Brazilian municipalities for 2010. Then we adapted the Lee-Carter model to forecast mortality rates by age and sex in all municipalities between 2010 and 2030.
Results: The adjusted sex- and age-specific mortality rates for all Brazilian municipalities in 2010 reveal a distinct regional pattern, showcasing a decrease in life expectancy in less socioeconomically developed municipalities when compared to estimates without adjustments. The forecasted mortality rates indicate varying regional improvements, leading to a convergence in life expectancy at birth among small areas in Brazil. Consequently, a reduction in the variability of age at death across Brazil's municipalities was observed, with a persistent sex differential. Conclusion: Mortality rates at a small-area level were successfully estimated and forecasted, with associated uncertainty estimates also generated for future life tables. Our approach could be applied across countries with data quality issues to improve public policy planning.
Keywords in Portuguese
MortalidadeExpectativa de vida
Lee-Carter
Previsão populacional
Análise de pequenas áreas
Share