Luận án tiến sĩ: Phương pháp ước lượng tuổi thọ trung bình

Luận án hướng đến mục tiêu phát triển phương pháp ước lượng tuổi thọ trung bình chính xác hơn. Nghiên cứu tập trung vào hai hướng tiếp cận chính. Hướng thứ nhất sử dụng dữ liệu bán thuần tập với thông tin đầy đủ về ngày sinh và ngày mất. Hướng thứ hai áp dụng cho dữ liệu thu gọn chỉ chứa số người chết và số người trong mỗi khoảng tuổi. Cả hai phương pháp đều dựa trên nền tảng lý thuyết xác suất vững chắc. Mục tiêu cuối cùng là cung cấp công cụ ước lượng đáng tin cậy cho các nhà nghiên cứu dân số.

Luận án được tổ chức thành ba chương rõ ràng. Chương 1 trình bày kiến thức nền tảng về lý thuyết xác suất và phân tích sống sót. Chương này cũng giới thiệu phương pháp Chiang, Silcocks và Bootstrap. Chương 2 đề xuất hai phương pháp mới: phương pháp Kaplan-Meier và phương pháp tham số hóa địa phương. Chương 3 áp dụng các phương pháp trên dữ liệu thực tế FilaBavi. Kết quả so sánh cho thấy ưu điểm của phương pháp mới. Cấu trúc logic giúp người đọc dễ dàng theo dõi.

Nghiên cứu mang lại giá trị ứng dụng cao trong y tế công cộng. Ước lượng tuổi thọ trung bình chính xác giúp hoạch định chính sách dân số hiệu quả. Các phương pháp mới có thể áp dụng cho nhiều loại dữ liệu khác nhau. Phương pháp tham số hóa địa phương đặc biệt phù hợp với dữ liệu thu gọn. Kết quả nghiên cứu cung cấp công cụ đáng tin cậy cho các nhà thống kê. Ứng dụng thực tế trên dữ liệu FilaBavi chứng minh tính khả thi.

Hàm sống sót S(t) biểu diễn xác suất sống qua thời điểm t. Hàm này giảm dần từ 1 về 0 theo thời gian. Tỷ suất tử λ(t) đo lường nguy cơ tử vong tức thời. Mối quan hệ giữa hai hàm này được biểu diễn qua công thức toán học. Trong thực tế, hàm sống sót thường được ước lượng từ dữ liệu quan sát. Tỷ suất tử có thể thay đổi theo độ tuổi và các yếu tố khác. Hiểu rõ hai khái niệm này là bước đầu trong ước lượng tuổi thọ.

Mô hình phân tích sống sót xử lý dữ liệu có kiểm duyệt. Kiểm duyệt phải xảy ra khi chưa quan sát được sự kiện quan tâm. Mô hình Lee-Carter là một trong những mô hình phổ biến. Mô hình này mô tả xu hướng thay đổi tỷ suất tử theo thời gian. Các tham số được ước lượng bằng phương pháp cực đại hóa hợp lý. Mô hình giúp dự báo tuổi thọ trung bình trong tương lai. Ứng dụng mô hình yêu cầu dữ liệu dài hạn và đầy đủ.

Bảng sống là công cụ cơ bản trong nghiên cứu dân số. Bảng này chứa các chỉ số theo nhóm tuổi như số người sống, số người chết. Từ bảng sống có thể tính toán tuổi thọ trung bình tại mỗi độ tuổi. Bảng sống đầy đủ có khoảng tuổi một năm. Bảng sống thu gọn có khoảng tuổi năm năm hoặc mười năm. Xây dựng bảng sống yêu cầu dữ liệu về tử vong và dân số. Bảng sống là đầu vào cho nhiều phương pháp ước lượng tuổi thọ.

Ước lượng phi tham số không đặt giả định về dạng phân phối. Phương pháp Kaplan-Meier thuộc nhóm ước lượng phi tham số. Ưu điểm là tính linh hoạt và không bị sai lệch do giả định sai. Ước lượng được tính tại các thời điểm có sự kiện xảy ra. Công thức ước lượng dựa trên tích các tỷ lệ sống sót. Phương pháp xử lý tốt dữ liệu có kiểm duyệt. Ước lượng Kaplan-Meier là nền tảng của nhiều kỹ thuật phân tích sống sót.

Dữ liệu bán thuần tập trích xuất từ thông tin đầy đủ về sinh tử. Dữ liệu này chứa ngày sinh và ngày mất chính xác của mỗi cá thể. Phương pháp Kaplan-Meier tận dụng tối đa thông tin chi tiết này. Ước lượng từ dữ liệu bán thuần tập có độ chính xác cao nhất. Kết quả được sử dụng làm chuẩn để đánh giá các phương pháp khác. Tuy nhiên, loại dữ liệu này không phải lúc nào cũng có sẵn. Trong thực tế thường chỉ có dữ liệu thu gọn theo nhóm tuổi.

Phương pháp Kaplan-Meier có nhiều ưu điểm vượt trội. Không yêu cầu giả định về phân phối giúp tránh sai lệch. Xử lý tốt dữ liệu có kiểm duyệt phải. Công thức tính toán đơn giản và dễ hiểu. Kết quả ước lượng có độ tin cậy cao. Phương pháp được chấp nhận rộng rãi trong cộng đồng khoa học. Đây là lựa chọn hàng đầu khi có dữ liệu chi tiết đầy đủ.

Phân phối Weibull linh hoạt trong mô hình hóa thời gian sống. Phân phối này có hai tham số: tham số tỷ lệ và tham số hình dạng. Tham số hình dạng xác định xu hướng tăng giảm của tỷ suất tử. Weibull phù hợp với nhiều dạng dữ liệu sống sót thực tế. Tham số hóa địa phương cho phép tham số thay đổi theo tuổi. Điều này tăng tính linh hoạt so với mô hình toàn cục. Mô hình Weibull địa phương cân bằng giữa tính đơn giản và chính xác.

Luận án phát triển công thức ước lượng tuổi thọ trung bình hoàn chỉnh. Công thức dựa trên tham số Weibull ước lượng từ dữ liệu thu gọn. Phương pháp cực đại hóa hợp lý được sử dụng để ước lượng tham số. Phương sai của ước lượng được tính thông qua ma trận thông tin Fisher. Công thức phương sai cho phép đánh giá độ chính xác của ước lượng. Kết quả lý thuyết được kiểm chứng qua mô phỏng. Các công thức này dễ dàng lập trình và áp dụng.

Luận án chứng minh ước lượng có phân phối tiệm cận chuẩn. Kết quả này cho phép xây dựng khoảng tin cậy cho tuổi thọ trung bình. Khoảng tin cậy cung cấp thước đo độ không chắc chắn. Công thức khoảng tin cậy dựa trên ước lượng và sai số chuẩn. Mức tin cậy thường được chọn là 95%. Khoảng tin cậy hẹp hơn cho thấy ước lượng chính xác hơn. Công cụ này quan trọng trong báo cáo kết quả nghiên cứu.

Phương pháp Chiang là phương pháp cổ điển trong ước lượng tuổi thọ. Phương pháp này sử dụng hệ số phân tách cố định cho mỗi nhóm tuổi. Hệ số phân tách giả định phân bố tử vong trong khoảng tuổi. Công thức Chiang đơn giản và dễ tính toán. Phương pháp được sử dụng rộng rãi trong nhiều thập kỷ. Tuy nhiên, giả định về hệ số phân tách có thể không chính xác. Điều này dẫn đến sai số trong ước lượng tuổi thọ trung bình.

Phương pháp Silcocks cải tiến phương pháp Chiang. Silcocks sử dụng hệ số phân tách thay đổi theo dữ liệu. Hệ số này được ước lượng từ thông tin về tỷ suất tử. Cải tiến này tăng tính linh hoạt và độ chính xác. Phương pháp Silcocks phức tạp hơn về mặt tính toán. Tuy nhiên, vẫn còn hạn chế do giả định về dạng hàm tỷ suất tử. Kết quả có thể chưa tối ưu với một số loại dữ liệu.

Cả hai phương pháp Chiang và Silcocks có những hạn chế. Giả định về hệ số phân tách có thể không phù hợp với thực tế. Không có công thức chính xác cho phương sai của ước lượng. Khó khăn trong việc xây dựng khoảng tin cậy đáng tin cậy. Phương pháp không tận dụng đầy đủ thông tin từ dữ liệu. Độ chính xác giảm khi khoảng tuổi rộng. Những hạn chế này tạo động lực phát triển phương pháp mới.

FilaBavi là nghiên cứu dân số dài hạn tại Bavi, Hà Nội. Dữ liệu chứa thông tin chi tiết về sinh, tử, di cư của dân số. Thời gian theo dõi kéo dài nhiều năm với cập nhật định kỳ. Dữ liệu có chất lượng cao và được kiểm tra kỹ lưỡng. FilaBavi cung cấp cả dữ liệu chi tiết và dữ liệu thu gọn. Đây là nguồn dữ liệu lý tưởng để kiểm chứng các phương pháp. Kết quả trên FilaBavi có giá trị tham khảo cao cho Việt Nam.

Bốn phương pháp được áp dụng song song trên cùng dữ liệu. Phương pháp Kaplan-Meier cho ước lượng tuổi thọ cao nhất. Phương pháp tham số hóa địa phương cho kết quả rất gần với Kaplan-Meier. Chênh lệch giữa hai phương pháp này nhỏ hơn 0.5 năm. Phương pháp Chiang và Silcocks cho ước lượng thấp hơn đáng kể. Sai số của Chiang và Silcocks lớn hơn phương pháp tham số hóa địa phương. Kết quả này nhất quán qua nhiều nhóm tuổi và giới tính.

Phương pháp tham số hóa địa phương vượt trội về nhiều mặt. Độ chính xác cao hơn các phương pháp truyền thống. Khoảng tin cậy hẹp hơn cho thấy hiệu quả ước lượng tốt. Phương pháp áp dụng được cho dữ liệu thu gọn phổ biến. Nền tảng lý thuyết vững chắc với chứng minh toán học đầy đủ. Tính toán không quá phức tạp, dễ lập trình thực hiện. Phương pháp này là lựa chọn tối ưu cho ước lượng tuổi thọ trung bình.