[論文レビュー] Testing theories of old-age mortality using model selection techniques

Dennis M. Feehan|arXiv (Cornell University)|Jul 28, 2017

Insurance, Mortality, Demography, Risk Management被引用数 1

ひとこと要約

本研究では、年齢80歳以上の360件の高品質なコhort死亡データセットに対して、9つの理論的死亡モデルを原則的モデリング選択手法を用いて評価した。死亡率の減速を許容するモデルは、指数的増加を仮定するモデルよりも適合が良いことが判明した。特に、対数二次モデルは、国や性別を問わず一貫した予測性能を示した。

ABSTRACT

Widespread population aging has made it critical to understand death rates at old ages. However, studying mortality at old ages is challenging because the data are sparse: numbers of survivors and deaths get smaller and smaller with age. We show how to address this challenge by using principled model selection techniques to empirically evaluate theoretical mortality models. We test nine different theoretical models of old-age death rates by fitting them to 360 high-quality datasets on cohort mortality above age 80. Models that allow for the possibility of decelerating death rates tend to fit better than models that assume exponentially increasing death rates. No single model is capable of universally explaining observed old-age mortality patterns, but the Log-Quadratic model most consistently predicts well. Patterns of model fit differ by country and sex; we discuss possible mechanisms, including sample size, period effects, and regional or cultural factors that may be important keys to understanding patterns of old-age mortality. We introduce a freely available R package that enables researchers to extend our analysis to other models, age ranges, and data sources.

研究の動機と目的

• 特に年齢80歳以上において、死亡データが希少であるという課題に対処すること。
• 厳密な統計的モデリング選択を用いて、理論的高齢期死亡モデルを実証的に検証すること。
• 多様な集団における観察された死亡パターンを最もよく説明する理論的モデルを同定すること。
• 国や性別にわたるモデル適合の違いを検討し、潜在的な人口統計的・文化的要因を考慮すること。
• 解析の再現性および拡張性を可能にするため、自由に利用可能なRパッケージを提供すること。

提案手法

• 情報基準（例：AIC、BIC）を含む、原則的モデリング選択手法を用いて理論的死亡モデルを比較する。
• 年齢80歳以上をカバーする、多様な集団から得られた360件の高品質なコhort死亡データセットに、9つの理論的モデルを適合させる。
• 生存時間および死亡件数データを用いてモデルのパラメータを推定し、統計的基準を用いて適合度を評価する。
• 国および性別で定義されるサブグループごとにモデルのパフォーマンスを分析し、適合の系統的差を検出する。
• 再サンプリングおよび感度チェックを用いて、モデリング選択結果の妥当性を評価する。
• 今後の研究のためのモデル適合および比較を容易にするオープンソースのRパッケージを開発・公開する。

実験結果

リサーチクエスチョン

• RQ1 高齢期死亡の理論的モデルの中で、高品質なコhort研究からの実証データに最も適合するのはどれか？
• RQ2 モデル適合のパターンは、国や性別によってどのように変化するか？
• RQ3 サンプルサイズ、期間効果、または文化的要因が、モデルのパフォーマンスにどの程度影響を与えるか？
• RQ4 一貫したモデルが高齢期死亡パターンを普遍的に説明できるのか、それともモデル選択は文脈依存であるのか？
• RQ5 死亡率の減速を許容するモデルと、指数的増加を仮定するモデルとを比較すると、どちらが優れているか？

主な発見

• 高齢期において死亡率の減速を許容するモデルは、指数的増加を仮定するモデルよりも一貫して優れた適合を示した。
• 対数二次モデルは、分析された360件のデータセットにおいて、最も一貫した予測性能を示した。
• モデル適合は国や性別によって顕著に異なるため、期間効果や文化的差異などの文脈的要因が死亡パターンに影響している可能性がある。
• 一貫したモデルがすべての観察された高齢期死亡パターンを普遍的に説明できるわけではないため、文脈に応じたモデル選択の必要性が示された。
• 本研究では、サンプルサイズおよびデータ品質が、特に極端な年齢におけるモデル適合の信頼性の主要な決定要因であると特定した。
• 研究者が新しいデータセットやモデルに対して、同じモデリング選択フレームワークを適用できるように、オープンソースのRパッケージが開発された。