📊 statistics

A Dirichlet-Multinomial-Poisson framework for the coherent analysis and forecast of cause-specific mortality

Este artículo presenta un marco probabilístico jerárquico basado en distribuciones Dirichlet-Multinomial-Poisson que garantiza proyecciones coherentes y precisas de la mortalidad por causas específicas al modelar conjuntamente el total de defunciones y su distribución por causa, superando las inconsistencias de los enfoques tradicionales mediante una validación empírica en datos de Estados Unidos y Francia.

Autores originales: Andrea Nigri, Han Lin Shang, Francesco Ungolo

Publicado 2026-03-03

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Andrea Nigri, Han Lin Shang, Francesco Ungolo

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Claro que sí! Imagina que este artículo es como un receta de cocina muy especial para predecir el futuro de la salud de una población, pero en lugar de ingredientes, usan datos de muertes.

Aquí tienes la explicación sencilla, con analogías para que cualquiera pueda entenderlo:

🎯 El Problema: El "Rompecabezas Desordenado"

Imagina que quieres predecir cuántas personas morirán este año en un país.

El método antiguo (como el modelo Lee-Carter): Es como si tuvieras 100 cajas diferentes (una por cada causa de muerte: cáncer, accidentes, gripe, etc.). Cada caja se estudia por separado.
El problema: Si sumas lo que sale de las 100 cajas, a veces el total no coincide con la realidad. Es como si al sumar las piezas de un rompecabezas, te sobraran piezas o faltaran. Esto crea predicciones extrañas e inconsistentes para los gobiernos y aseguradoras.

💡 La Solución: El "Pastel de Dirichlet-Multinomial-Poisson"

Los autores proponen una nueva forma de cocinar este pastel. En lugar de cocinar 100 pasteles pequeños por separado, hacen un solo gran pastel y luego lo cortan en rebanadas.

Su receta tiene tres ingredientes principales que trabajan juntos:

El Tamaño del Pastel (Distribución de Poisson): Primero, el modelo pregunta: "¿Cuántas personas morirán en total este año?". Esto es como decidir el tamaño total de la tarta.
La Receta de los Sabores (Distribución Multinomial): Luego, pregunta: "De ese total, cuántas muertes serán por cáncer, cuántas por accidentes, etc.". Aquí es donde deciden cómo repartir el pastel.
La Mezcla Perfecta (Distribución Dirichlet): Esta es la magia. Es como un "mezclador inteligente" que asegura que, sin importar cómo cambien los sabores (por ejemplo, si el cáncer baja y los accidentes suben), la suma de todas las rebanadas siempre sea igual al tamaño total del pastel.

La analogía del presupuesto familiar:
Imagina que tienes un presupuesto familiar (el total de muertes).

El método viejo dice: "Gastemos $100 en comida, $50 en ropa y $20 en ocio". Si sumas todo, son $170, pero solo tienes $150. ¡Error!
El método nuevo dice: "Tenemos $150. Vamos a decidir qué porcentaje va a cada categoría. Si la comida sube un poco, la ropa baja un poco, pero siempre gastamos exactamente los $150 que tenemos".

🚀 ¿Cómo funciona la predicción?

El modelo no solo mira el pasado, sino que usa dos "brújulas" para navegar hacia el futuro:

La Edad (Age): Sabe que es más probable morir a los 80 años que a los 10.
El Tiempo (Period): Sabe que las cosas cambian con el tiempo (mejores medicinas, nuevas pandemias, guerras).

Lo genial de su modelo es que todo está conectado. Si el modelo predice que la mortalidad total bajará porque hay mejores hospitales, automáticamente ajusta la proporción de muertes por todas las causas para que cuadre. No puede decir "la mortalidad total bajó, pero las muertes por cáncer subieron desproporcionadamente" si eso rompe la lógica matemática.

🌍 ¿Qué probaron?

Los autores probaron su "receta" con datos reales de Estados Unidos y Francia desde 1979 hasta 2023.

El resultado: Su método (llamado DMP) fue mejor que los métodos antiguos para predecir el total de muertes y mantuvo la coherencia entre las causas.
La ventaja clave: Aunque a veces otros métodos acertaban más en una causa específica (ej. solo cáncer), fallaban al sumar todo. El método de los autores acertó en el total Y mantuvo la lógica de las partes.

🎁 En resumen

Este papel nos dice: "No predigas las partes por separado, predice el todo y luego repártelo".

Es como si un director de orquesta (el modelo) asegurara que, aunque cada instrumento (cada causa de muerte) toque su propia melodía, al final, todos juntos suenen en armonía y no se salgan del ritmo. Esto ayuda a los gobiernos y aseguradoras a planificar mejor, sabiendo que sus números no tienen "agujeros" ni contradicciones.

Palabras clave para recordar:

Coherencia: Que la suma de las partes siempre sea igual al todo.
Jerarquía: Un modelo grande que contiene a los modelos pequeños dentro.
Bayesiano: Un tipo de cálculo que usa la probabilidad para manejar la incertidumbre (sabe que el futuro es incierto y lo muestra con márgenes de error).

Título: Un marco Dirichlet-Multinomial-Poisson para el análisis coherente y la proyección de la mortalidad por causa específica

1. El Problema

El enfoque tradicional para proyectar la mortalidad consiste en modelar y proyectar las tasas de mortalidad por causa de forma independiente (por ejemplo, utilizando el modelo de Lee-Carter para cada causa por separado). Este método presenta un defecto fundamental: la incoherencia demográfica.

Inconsistencia de Suma: Cuando se suman las proyecciones de muertes por cada causa, el resultado a menudo no coincide con la proyección de la mortalidad total observada en la población.
Consecuencias: Esto genera proyecciones a largo plazo implausibles (por ejemplo, la suma de muertes por causa excede la mortalidad total o es menor), lo que complica la interpretación para la formulación de políticas de salud pública y la gestión de riesgos actuariales.
Desafío Estadístico: Las causas de muerte son mutuamente excluyentes y colectivamente exhaustivas (estructura composicional). Modelarlas de forma independiente ignora esta restricción natural, produciendo resultados que violan las leyes básicas de la demografía.

2. Metodología: Marco Dirichlet-Multinomial-Poisson (DMP)

Los autores proponen un marco probabilístico jerárquico que trata tanto el número total de muertes como la ocurrencia de muertes por causa como variables aleatorias, garantizando la coherencia por construcción.

Estructura Jerárquica:
1. Nivel Total (Poisson): El número total de muertes ( $Y_{a,t}$ ) para una edad $a$ y año $t$ sigue una distribución Poisson. Esto modela la intensidad general de la mortalidad.
2. Nivel de Composición (Dirichlet-Multinomial): Condicionado al número total de muertes, el vector de muertes por causa ( $Y_{a,t,c}$ ) sigue una distribución Multinomial.
3. Probabilidades (Dirichlet): Los parámetros de probabilidad de la distribución Multinomial (la proporción de muertes por causa) siguen una distribución Dirichlet. Esto captura la naturaleza composicional de los datos y permite la sobredispersión (variabilidad adicional más allá de la binomial/multinomial estándar).
Modelado de Tendencias (Covariadas):
- La variación por edad y año calendario se modela en ambos componentes (Poisson y Dirichlet).
- Se proponen dos especificaciones para los predictores latentes:
  - Modelo Edad-Periodo (AP): Utiliza efectos aditivos de edad y periodo con caminatas aleatorias de segundo orden (RW2) para suavizar las tendencias.
  - Modelo Lee-Carter (LC): Utiliza un factor de periodo latente ( $\kappa_t$ ) que interactúa con la edad ( $\beta_a$ ) para la mortalidad total, y el mismo factor $\kappa_t$ (con cargas específicas por causa $\vartheta_c$ ) para guiar las realocaciones de muertes entre causas.
Inferencia:
- Se utiliza un enfoque Bayesiano completo.
- Los parámetros se estiman mediante el algoritmo Hamiltonian Monte Carlo (HMC) implementado en el software Stan.
- Se utilizan priores difusos (no informativos) para permitir que los datos dominen la inferencia posterior.
- La incertidumbre se cuantifica naturalmente a través de la distribución conjunta, integrando tanto la variabilidad estocástica futura como la incertidumbre de los parámetros.

3. Contribuciones Clave

Coherencia Garantizada: El modelo asegura matemáticamente que la suma de las proyecciones de mortalidad por causa sea igual a la proyección de la mortalidad total en cada edad y año, eliminando el problema de la incoherencia.
Marco Unificado: Introduce una estructura que modela simultáneamente el nivel de mortalidad y su composición, permitiendo capturar patrones demográficos interpretables (tendencias temporales, efectos de edad) tanto en el total como en la distribución de causas.
Gestión de la Incertidumbre: A diferencia de métodos clásicos donde las bandas de incertidumbre se añaden post-hoc, este marco genera intervalos de predicción coherentes y bien calibrados para el total y las causas individuales de forma conjunta.
Flexibilidad: Permite el uso de estructuras de tiempo complejas (como las de Lee-Carter) dentro de un marco probabilístico composicional sin necesidad de transformaciones de datos (como log-ratios) que pueden distorsionar la interpretación.

4. Resultados Empíricos

El estudio se aplicó a datos de Estados Unidos y Francia (1979-2023) del Human Mortality Database, analizando seis grandes categorías de causas (infecciosas, neoplasias, cardiovasculares, respiratorias, externas y otras), separadas por sexo. Se utilizó una validación cruzada con un horizonte de 15 años fuera de la muestra.

Comparación: Se comparó el modelo DMP (en sus variantes AP y LC) con el modelo Lee-Carter estándar (ajustado por causa) y con el método de Análisis de Datos Composicionales (CoDa) de Kjærgaard et al. (2019).
Rendimiento en Mortalidad Total:
- La especificación DMP-LC demostró ser la más precisa para proyectar la mortalidad total en ambos países y sexos, superando consistentemente a los modelos independientes y a CoDa.
- El modelo DMP-AP también fue competitivo, aunque en algunos casos (especialmente en Francia para mujeres) mostró mayor inestabilidad en la extrapolación a largo plazo.
Rendimiento por Causa Específica:
- Los modelos DMP se mantuvieron entre los mejores (o segundos mejores) para la mayoría de las causas principales, preservando la coherencia interna.
- Aunque el modelo CoDa o el Lee-Carter individual a veces mostraron errores menores para causas específicas aisladas, fallaron al no garantizar la coherencia del sistema completo (la suma de las partes no igualaba al todo).
Visualización: Las proyecciones mostraron intervalos de credibilidad que se ampliaban apropiadamente con el horizonte temporal, capturando la incertidumbre creciente, especialmente en causas con alta variabilidad o señales débiles en edades jóvenes.

5. Significado e Implicaciones

Para la Política Pública: Proporciona a los responsables de la salud un marco robusto para diseñar estrategias de prevención y asignar recursos, asegurando que las proyecciones de necesidades sanitarias futuras sean demográficamente consistentes.
Para la Actuaría y Gestión de Riesgos: Ofrece una herramienta superior para la gestión del riesgo de longevidad, ya que permite evaluar escenarios de mortalidad que son coherentes tanto a nivel agregado como desagregado, evitando proyecciones pesimistas o optimistas erróneas derivadas de la incoherencia.
Avance Metodológico: Establece un nuevo estándar para el análisis de mortalidad por causa, demostrando que es posible combinar la flexibilidad de los modelos de series temporales (como Lee-Carter) con las restricciones estrictas de la estadística composicional mediante la inferencia bayesiana jerárquica.

En conclusión, el marco DMP resuelve el dilema entre la precisión predictiva y la coherencia demográfica, ofreciendo un enfoque superior para la planificación a largo plazo en salud y seguros.