English  Français

Modelling weekly mortality incorporating annual trends

Joanne Ellison, University of Southampton
Jason Hilton, University of Southampton
Erengul Dodd, University of Southampton
Jonathan J. Forster, University of Warwick
Peter W. F. Smith, University of Southampton
Jakub Bijak, University of Southampton

La pandémie mondiale de COVID-19 a attiré l'attention sur les méthodes de calcul des décès excédentaires. En raison de la difficulté de diagnostiquer de nouveaux virus aux premiers stades d'une pandémie et de la difficulté de déterminer la cause du décès en présence de comorbidité, l'effet d'une pandémie sur la mortalité n'est pas clair. Les statistiques entièrement basées sur les données sur les causes de décès ont sous-estimé le véritable bilan de la pandémie. Cet article contribue à la littérature croissante sur les décès excessifs en incorporant des informations sur les tendances à long terme de la mortalité à partir d'un modèle de prévision de la mortalité annuelle. Cela fournit une base de référence plus réaliste pour l'estimation de la surmortalité, ainsi qu'une méthode pour décomposer les décès hebdomadaires par année d'âge selon les modèles d'âge de mortalité établis. L'objectif de notre méthodologie est la modélisation d'un terme de période hebdomadaire, qui capture la variation hebdomadaire de la mortalité par rapport à la tendance à long terme capturée dans le modèle annuel. Dans un cadre bayésien cohérent qui intègre pleinement toutes les sources d'incertitude, nous étudions l'utilisation de modèles de régression harmonique dynamique pour capturer la variation hebdomadaire de la mortalité. En obtenant des estimations des décès hebdomadaires attendus en l'absence de pandémie, nous estimons les décès excédentaires par âge et globaux et les comparons à d'autres estimations.

Keywords: COVID-19, Mortality, Population projections, forecasts, and estimations, Bayesian methods / estimation

See paper.

  Presented in Session 118. Estimating and Modelling Mortality