Corrección bayesiana del subregistro de la tasa de mortalidad por etnia en Colombia

Abstract

Este estudio desarrolla un modelo bayesiano para corregir el subregistro de las tasas de mortalidad por etnia en Colombia, utilizando datos del censo de 2018 y registros de estadísticas vitales (CRVS). El modelo se basa en la metodología de áreas pequeñas (TOPALS), que emplea un enfoque flexible para ajustar las tasas de mortalidad específicas por edad, etnia y sexo. Este marco es especialmente útil para poblaciones con datos limitados o inconsistentes, ya que captura con precisión las variaciones de mortalidad en subpoblaciones. Uno de los principales desafíos abordados por este modelo es el subregistro de defunciones, que afecta de manera desproporcionada a los grupos étnico-raciales marginados. Al incorporar distribuciones previas sobre la cobertura de los registros de defunción, el modelo mejora la precisión de las estimaciones de mortalidad en estas poblaciones. El modelo se aplicó a cinco grupos étnico-raciales reconocidos por el censo colombiano: indígenas, afrodescendientes, palenqueros, raizales y población Rrom (gitana). Los resultados demuestran una mejora significativa en las estimaciones de las tasas de mortalidad, lo que proporciona una comprensión más clara de las disparidades en mortalidad entre estos grupos. Este enfoque ofrece proyecciones más confiables para el diseño de políticas públicas y sienta las bases para futuros trabajos sobre tablas de vida para cada grupo étnico. Estas tablas permitirán un análisis más detallado de la esperanza de vida y las condiciones de salud en las comunidades étnicas de Colombia, asegurando que las decisiones políticas futuras se basen en datos precisos e inclusivos. (Texto tomado de la fuente).

This research develops a Bayesian model to correct the underreporting of mortality rates by ethnicity in Colombia, using data from the 2018 census and civil registration and vital statistics (CRVS) records. The model is built upon the small-area methodology (TOPALS), which employs a flexible approach to adjust age, ethnicity, and gender-specific mortality rates. This framework is particularly suited for populations with limited or inconsistent data, as it accurately captures mortality variations across subpopulations. One of the critical challenges addressed by this model is the underreporting of deaths, which disproportionately affects marginalized ethnic groups. By incorporating prior distributions on death record coverage, the model enhances the accuracy of mortality estimates in these populations. The model was applied to five ethnic groups recognized by the Colombian census: Indigenous, Afro-descendants, Palenqueros, Raizales, and Roma populations. The results demonstrate a significant improvement in mortality rate estimations, providing a clearer understanding of the disparities in mortality among these groups. This approach offers more reliable projections for public policy design and lays the groundwork for future work on life tables for each ethnic group. These life tables will allow for a more detailed analysis of life expectancy and health conditions in Colombia’s ethnic communities, ensuring that future policy decisions are based on accurate and inclusive data.