Mortalidade Adulta nos Paises em Desenvolvimento: desafios metodológicos Bernardo Lanza Queiroz CEDEPLAR/UFMG 24/05/2007 Introdução • Apenas 7% das mortes em países em desenvolvimento ocorrem em países com registro completo de dados (Ken Hill, 2006); • Se usarmos os métodos tradicionais provavelmente teremos uma estimativa viesada da esperança de vida; • Dessa forma, métodos não convencionais são necessários para estimar a mortalidade; • Métodos muito usados para mortalidade adulta e de idosos (ou jovem idosos); Introdução • Duas grandes estratégias: – 1) Nos censos e pesquisas domiciliares perguntar sobre a sobrevivência de parentes próximos (pais, irmãos); – 2) Estimar o grau de cobertura dos registros de óbitos (ou dados de censo para óbitos recentes) e ajustar a curva de mortalidade: • • • • Preston-Coale (Preston et al, 1980) Brass Growth Balance (Brass, 1975) General Growth Balance (Hill, 1987) Benneth-Horiuchi (Benneth & Horiuchi, 1981) Estratégia 1: Relação de Parentesco • Não é muito útil para analisar a mortalidade dos idosos (e adultos): – Dúvidas quanto a qualidade das informações; – Sobrevivência de pais é uma média da sobrevivência em diferentes idades; – História de irmão são, normalmente, limitadas às mulheres em idade reprodutiva (DHS) • Mas pode ser incluída, facilmente, nos censos e pesquisas domiciliares (eg. PNAD, DHS, etc.) Estratégia 2: Avaliação do Grau de Cobertura • Relações demográficas ligam padrões etários de uma população e mortes; • Usando alguns pressupostos básicos (e em alguns casos fortes) permitem avaliação e correção dos dados; • Podem ser aplicados para qualquer distribuição de idade (de registro civil, pesquisas domiciliares e censos); • Muito usados em diversas pesquisas no Cedeplar e em outros países. Algumas Palavras de Cuidado • Não se esqueçam que problemas ainda podem permanecer: – Registro vital incompleto – Baixa qualidade de dados censitários – Problemas de declaração de idade • Mas estimativas de mortalidade adulta e de idosos são importantes: – Com o envelhecimento da população: • Importante para fazer projeções; • Aumento do grau de morbidade entre os idosos; • Emergência de novas doenças (eg. AIDS/SIDA) Métodos de Distribuição dos Óbitos • Os métodos que comparam a distribuição dos mortos por idade com a distribuição dos vivos são atrativos: – Possibilitam estimar o padrão etário da mortalidade; – Tem um período de referência claro; – Usam dados existentes. • Mas (não se esqueçam): – Necessidade de pressupostos fortes (mais sobre isso depois); – Não há uma idéia certa sobre o grau de sensibilidade dos pressupostos (algumas ilustrações mais tarde). Preston & Coale • Pressupostos Básicos: – População Estável: taxas de fecundidade e mortalidade constantes por um longo período (taxa de crescimento constante para todas as idades, mesma taxa se aplica aos óbitos e nascimentos); – População Fechada ou com migração líquida muito pequena; – Grau de cobertura é o mesmo em todas as idades (mas não necessariamente 100%). Preston & Coale • Idéia Inicial é bem intuitiva: – Suponha uma população fechada com 1000 pessoas de idade exata 15, e podemos acompanhá-los até que o último morra. Assim, teremos contado 1000 mortes. – Ou seja, a população de 15 anos hoje, num tempo futuro representará o número de óbitos de pessoas com mais de 15 anos, contados a partir de hoje. – Se houver sub-registro para esta coorte os dados coletados no registro civil será menor do que o que obteremos acompanhando a coorte. Preston & Coale • Como assumimos uma população estável, temos uma relação precisa entre o número de óbitos hoje e o tamanho da população; • 1) As pessoas com idade x, hoje, são os sobreviventes dos nascimentos ocorridos x anos atrás: N(x) = be-rx Preston & Coale • 2) Logo, o número de pessoas hoje vai ser diferente do número de mortes hoje das pessoas de idade x pelo fator e-rx • Ou seja, ^ N x Da e a x r (a x) Preston & Coale • Em outras palavras, estimamos o número de óbitos através dos dados correntes. Para isso, derivamos o número de pessoas, em idade x, dessa população a partir dos óbitos; • Ou seja, ^ N x Da e a x r (a x) ^ N x Da e r (a x) a x • Onde: ^ • N x = número de pessoas com idade x numa população estável que é igual ao número de óbitos esperados de pessoas com idade x ou acima de x. • Da = número de óbitos por idade a (igual ou maior que x) correntes • r(a-x) = taxa de crescimento intrínseco. Para Calcular o Sub-registro • ^ Nx Nx • onde Nx é a população observada à idade exata x , mede portanto o subregistro de óbitos. Growth Balance Original (Brass) • Pressupostos: – – – – População Fechada População Estavel Cobertura de óbitos não varia com a idade Cobertura da população não varia com a idade – Bons registro de idade para a população e óbitos Growth Balance Original (Brass) • Idéia Básica: – O modelo é derivado da equação geral da demografia (P2 = P1 + B – D) – A taxa de mudança da população em dois pontos do tempo é igual a diferença entre as taxas de entrada e as taxas de saída durante esse intervalo (Brass, 1975; Hill, 1987); – Em uma população fechada (ou com fluxo migratório pequeno) as entradas são os nascimentos e as saídas são os óbitos; Growth Balance Original (Brass) • Em termos de taxas temos: e(a+) - r(a+) = d(a+) • Onde: • e(a+) = N(a)/N(a+) , • r(a+) é a taxa de crescimento da população com idade x+, • d(a+) = D(a+)/N(a+) • Se podemos estimar e(a+) e r(a+) da distribuição etária da população, a diferenças entre elas nos dá um cheque de consistência para d(a+). Growth Balance Original (Brass) • Mas se houver sub-registro, temos que: D(a+) = C * Do*(a+) • podemos substituir C por uma constante K, onde K = 1/C; • Assim temos: Nx / N x+ = r + K * [D(x+)/N(x+)] Growth Balance Original (Brass) Nx / N x+ = r + K * [D(x+)/N(x+)] • Nx / N x+ = taxa de natalidade • [D(x+)/N(x+)] = taxa de mortalidade • r = taxa de crescimento da população Growth Balance Original (Brass) Nx / N x+ = r + K * [D(x+)/N(x+)] • Ou seja, temos uma relação linear . K é a inclinação das linhas definidas pelos pontos {[D(x+)/N(x+)], Nx / N x+ }; • Ao usarmos a população acumulada podemos reduzir possíveis erros na declaração das idades; • Além disso, o gráfico de diagnóstico pode nos dar uma boa idéia do que está acontecendo com os dados. Exemplo: Honduras Mulheres 19882001 .08 .07 .06 .05 .04 .03 .02 .01 0 0 .01 .02 .03 Tasa Observada de d+ Observadas .04 Equivalencia .05 Exemplo: Nicaragua Mulheres 19952005 .1 .09 .08 .07 .06 .05 .04 .03 .02 .01 0 0 .01 .02 .03 .04 .05 .06 .07 .08 Tasa Observada de d+ Observadas .09 Equivalencia .1 General Growth Balance (Hill, 1987) & Benneth-Horiuchi Rápida Introdução e Avaliação da Sensibilidade à relaxamento dos pressupostos Pressupostos dos Metodos • População fechada; • Grau de cobertura dos óbitos não varia com a idade; • Grau de cobertura da população não varia com a idade; • Declaração de idade dos óbitos e da população e boa. General Growth Balance • A Equação Clássica da Demografia mostra: • Taxa de Crescimento = Taxa de Entrada – Taxa de Saída • Também é verdade para segmentos de idade: • Taxa de Crescimento(x+) = Taxa de Entrada (x+) – Taxa de Saída (x+) • Re-arranjando: • Taxa de Entrada(x+) – Taxa de Crescimento(x+) = Taxa de Saída(x+) •Taxa de Entrada(x+) – Taxa de Crescimento(x+) = Taxa de Saída(x+) Na ausência de migração (líquida) (pressuposto #1), Entradas(x) são nascimentos, Saídas(x+) são óbitos. Se as mortes tem grau de cobertura c (em relação à população) em todas as idades (pressuposto #2) Taxa de Saída(x+) = (1/c)Taxa de Entrada observada(x+), logo Taxa de Entrada(x+) – Taxa de Crescimento(x+) = (1/c)Taxa de Saída obs(x+) Se as Taxas de Entrada (x+) e as Taxas de Crescimento (x+) podem ser estimada a partir da população para todas as idades x, um gráfico da diferença deve ter inclinação (1/c). Se a Taxa de Crescimento (x+) estiver distorcida por uma mudança na cobertura dos censos em todas as idades(pressuposto #3), o gráfico vai ter um intercepto diferente de zero (erro constante na taxa). Formalizando N (a) N (a ) r (a ) ln( k ) * o 1 t 1 c Do ( a ) N (a ) • Os resíduos das estimativas de taxa de mortalidade devem ser linearmente relacionados as taxas observadas; • A inclinação da reta e igual ao inverso do grau de cobertura dos óbitos, e o intercepto e uma função das mudanças do grau de cobertura dos censos. Synthetic Extinct Generations (Benneth-Horiuchi) • Mesmos dados necessários para o Growth Balance; • Mesmos pressupostos do Growth Balance; • Usa as taxas especificas de crescimento acima de uma idade x para converter o número de óbitos das idades x + em uma estimativa da população em idade x; • O grau de cobertura é estimado como a razão da população estimada (acima) com a população observada na idade x. Formalizando N (a ) a r ( y ) dy D( x ) e a dx x • Ou seja, a população na idade a e estimada a partir dos óbitos acima dessa idade ajustadas pelo somatório das taxas de crescimento que incorporam a historia demográfica da população em estudo. Avaliação da Sensibilidade dos Métodos Hill & Choi (2004) a) Sem erros: 45q15: 0.309 General Growth Balance: fitted Ratio Expected: Observed Population Age a observed Synthetic Extinct Generations (BH): Entry Rate (a+) - Growth Rate (a+) .2 .15 .1 .05 0 0 .05 .1 Observed Death Rate (a+) .15 .2 Intercepto: 0.0001 Inclinação: 0.996 45q15 (aj.): 0.308 1 .5 0 0 20 Média 15 to 55: 45q15 (ajus.): 40 Age a 1.000 0.309 60 80 b) Omissão de mortes em 20% 45q15 (obs): 0.256 Growth Balance: fitted Ratio Expected: Observed Population Age a observed Synthetic Extinct Generations: Entry Rate (a+) - Growth Rate (a+) .2 .15 .1 .05 0 0 .05 .1 Observed Death Rate (a+) .15 1 .5 0 0 20 Intercepto: 0.0001 Inclin.: 1.245 Média 15 to 55: 45q15 (ajus): 45q15 (ajust): 0.308 40 Age a 0.800 0.309 60 80 c) Queda de 2% na cobertura do primeiro para o segundo censo 45q15 (obs): 0.312 Synthetic Extinct Generations: Growth Balance: fitted Ratio Expected: Observed Population Age a observed Entry Rate (a+) - Growth Rate (a+) .2 .15 .1 .05 0 0 .05 .1 Observed Death Rate (a+) .15 Intercepto: 0.0042 Incl.: 0.986 45q15 (ajus): 0.308 .2 1 .5 0 0 20 Média 15 to 55: 45q15 (ajust): 40 Age a 60 0.881 0.345 80 d) Sem erros, Emigração 5 por 1,000 45q15 (obs): 0.309 Growth Balance: observed Synthetic Extinct Generations: Ratio Expected: Observed Population Age a fitted Entry Rate (a+) - Growth Rate (a+) .2 .15 .1 .05 0 0 .05 .1 Observed Death Rate (a+) .15 .2 1 .5 0 0 20 Intercepto: 0.0064 Incl.: 0.942 Média 15 to 55: 45q15 (adj): 45q15 (adj): 0.294 40 Age a 60 0.842 0.355 80 e) Erro de Declaração de Idade, População & Óbitos, sem omissão: 45q15 (obs): 0.313 Growth Balance: observed Synthetic Extinct Generations: Ratio Expected: Observed Population Age a fitted Entry Rate (a+) - Growth Rate (a+) .15 .1 .05 0 0 .05 .1 Observed Death Rate (a+) .15 1 .5 0 0 20 Intercepto: 0.0003 Incli.: 0.912 Média 15 to 55: 45q15 (adj): 45q15 (adj.): 0.290 40 Age a 60 1.044 0.302 80 Conclusão As simulações sugerem:: • O ajuste do GGB para as idades 15 a 55 e 15 a 75 são próximos; • SEG (BH) é mais sensível a mudança no grau de cobertura dos censos (queda de 2% decline resulta no 45q15 sobre-estimado de 12%) • SEG (BH) é sensível para emigração (emigração de 5 por 1,000 sobre-estima 45q15 em 15% versus sub-estimação de 5% do GGB) • GGB é mais sensível a erros de declaração de idade (GGB subestima em 6%, SEG em 2%) • GGB is mais sensível a maiores mudanças na cobertura dos dados (sub-enumeração de 20% por idade, sub-estima a mortalidade em 13%) Se o GGB é melhor para estimar mudanças no grau de cobertura dos censos e mais “robusto” para migração liquida, e SEG (BH) é mais “robusto” para erros de declaração de idade, será que uma estratégia combinada faz sentido? • Aplicar GGB para estimar mudanças no grau de cobertura dos censos; • Ajustar os censos para consistência, e depois aplicar o SEG (BH)