In recent years, improvements in all-cause mortality rates and life expectancies for males and females in England and Wales have slowed down. In this paper, cause-specific mortality data for England and Wales from 2001 to 2018 are used to investigate the cause-specific contributions to the slowdown in improvements. Cause-specific death counts in England and Wales are modelled using negative binomial regression and a breakpoint in the linear temporal trend in log mortality rates is investigated. Cause-specific scenarios are generated, where the post-breakpoint temporal trends for certain causes are reverted to pre-breakpoint rates and the effect of these changes on age-standardised mortality rates and period life expectancies is explored. These scenarios are used to quantify cause-specific contributions to the mortality improvement slowdown. Reductions in improvements at older ages in circulatory system diseases, as well as the worsening of mortality rates due to mental and behavioural disorders and nervous system diseases, provide the greatest contributions to the reduction of improvements in age-standardised mortality rates and period life expectancies. Future period life expectancies scenarios are also generated, where cause-specific mortality rate trends are assumed to either persist or be reverted. In the majority of scenarios, the reversion of cause-specific mortality trends in a single cause of death results in the worsening of period life expectancies at birth and age 65 for both males and females. This work enhances the understanding of cause-specific contributions to the slowdown in all-cause mortality rate improvements from 2001 to 2018, while also providing insights into causes of death that are drivers of life expectancy improvements. The findings can be of benefit to researchers, policy-makers and insurance professionals.


翻译:最近几年,英格兰和威尔士男女死亡率和预期寿命因原因原因造成的改善放缓; 英格兰和威尔士男女死亡率和预期寿命的改善放缓; 本文探讨了2001年至2018年英格兰和威尔士因特定原因而导致的死亡率数据,以调查因特定原因导致改善速度减缓的原因; 英格兰和威尔士因特定原因而导致的死亡数字采用负二进制回归模型,并用日志死亡率的线性时间趋势断裂点进行模拟; 产生因特定原因而导致的情况,即某些原因的断点后时间趋势恢复到断点前速度,以及这些变化对年龄标准化死亡率和预期寿命的影响; 利用这些假设来量化因特定原因而导致死亡率下降的原因导致死亡率下降; 使用这些假设来量化因特定原因而导致死亡率下降的原因导致死亡率下降; 降低因精神和行为紊乱和神经系统疾病导致的死亡率,为降低年龄标准化死亡率和生命期预期期的改善做出最大贡献; 未来预期寿命的改善情况,也可以假设因特定原因导致死亡率上升,从而导致死亡率上升或重新导致死亡率下降; 多数情况下的死亡率情况是: 性别死亡率趋势的改变。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
19+阅读 · 2022年7月29日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员