[论文解读] A Life Expectancy Study based on the Deterioration Function and an Application to Halley's Breslau Data

Christos H. Skiadas|arXiv (Cornell University)|Oct 1, 2011

Insurance, Mortality, Demography, Risk Management参考文献 14被引用 8

一句话总结

本文引入一个随机退化函数以模拟人类寿命，利用17世纪哈雷的布雷斯劳生命表估算预期寿命和活力衰减，提出一种新颖的死亡率减速建模框架，并通过历史数据外推显示数个世纪以来活力机制的渐进改善。

ABSTRACT

Further to the proposal and application of a stochastic methodology and the resulting first exit time distribution function to life table data we introduce a theoretical framework for the estimation of the maximum deterioration age and to explore on how "vitality," according to Halley and Strehler and Mildvan, changes during the human lifetime. The mortality deceleration or mortality leveling-off is also explored. The effect of the deterioration over time is estimated as the expectation that an individual will survive from the deterioration caused in his organism by the deterioration mechanism. A method is proposed and the appropriate software was developed for the estimation of life expectancy. Several applications follow. The method was applied to the Halley life table data of Breslau. Extrapolations are done showing a gradual improvement of vitality mechanisms during last centuries.

研究动机与目标

• 开发一个理论框架，用于估算人类寿命期内最大退化年龄和活力变化。
• 利用随机退化过程对死亡率减速或趋于平稳进行建模。
• 将退化函数应用于哈雷的布雷斯劳生命表数据以进行实证验证。
• 通过在渐进退化下的生存期望来估算预期寿命。
• 利用历史人口统计数据探索活力机制的长期趋势。

提出的方法

• 本文引入一个随机退化函数以模拟与年龄相关的生理衰退。
• 推导首次通过时间分布，以估算个体退化超过临界阈值所需的时间。
• 该方法利用退化过程下的生存时间期望来估算预期寿命。
• 开发了软件实现，用于从生命表数据中估算参数。
• 该方法将活力建模为一个随时间演变的动态过程，受累积退化的影响。
• 对哈雷的布雷斯劳数据进行外推，以预测数个世纪以来活力机制的变化。

实验结果

研究问题

• RQ1 如何利用随机退化函数估算预期寿命和最大退化年龄？
• RQ2 该模型在多大程度上捕捉到了人类群体中观察到的死亡率减速现象？
• RQ3 根据基于退化的框架，活力在人类寿命期内如何变化？
• RQ4 从历史数据（如哈雷的布雷斯劳生命表）中可推断出哪些活力改善趋势？
• RQ5 该退化函数能否外推以揭示人类抗逆力的长期变化？

主要发现

• 该退化函数成功利用哈雷的布雷斯劳数据对预期寿命进行了建模，为活力估算提供了一致的框架。
• 该模型通过显示高龄阶段死亡率增速减缓，成功捕捉了死亡率减速现象。
• 外推结果表明，过去几个世纪中活力机制呈现渐进改善趋势。
• 该方法能够对渐进退化下的生存期望提供可量化的估计。
• 该框架揭示了活力并非静态，而是受累积生理衰退影响而动态演变。
• 在历史数据上的应用表明，该模型具有稳健性，并在长期人口趋势分析方面展现出潜力。