KÖZPONTI STATISZTIKAI HIVATAL
EGÉSZSÉGESEN VÁRHATÓ ÉLETTARTAMOK MAGYARORSZÁGON 2005 EGY ÖSSZETETT, KVANTIFIKÁLT MUTATÓ A NÉPESSÉG EGÉSZSÉGI ÁLLAPOTÁNAK MÉRÉSÉRE
Budapest, 2007
KÖZPONTI STATISZTIKAI HIVATAL, 2007 ISBN 978-963-235-077-6 (nyomtatott) ISBN 978-963-238-078-3 (online) Készült a KSH Társadalmi Szolgáltatások Statisztikai főosztályán Főosztályvezető: Tokaji Károlyné
Szerző: Faragó Miklós
Lektorálta: Józan Péter
Másodlagos publikálás csak a forrás megjelölésével történhet! A kiadvány kialakítása egyedi, annak tördelési, grafikai, elrendezési és megjelenési megoldásai a KSH tulajdonát képezik. Ezek átvétele, alkalmazása esetén a KSH engedélyét kell kérni. A kiadvány megrendelhető: KSH Információszolgálaton (osztályán) 1024 Budapest, Keleti Károly u. 5–7. Telefon: 345-6570, fax: 345-6788 E-mail:
[email protected] A kiadvány megvásárolható: KSH Információszolgálaton (osztályán) 1024 Budapest, Fényes Elek u. 14–18. Telefon: 345-6283, 345-6713 Információszolgálat: 345-6789, fax: 345-6788 Internet: http://www.ksh.hu
Borítódizájn: Vargas Print Stúdió Kft. Készült: Xerox Magyarország Kft. – 2007.086
TARTALOM
Előzmények ..........................................................................................................................5 A megfigyelt prevalencia módszere .....................................................................................6 A többállapotú táblák módszere .........................................................................................7 Módszertan ...........................................................................................................................8 Rövidített halandósági táblák .............................................................................................8 Az egészségesen várható élettartam becslése .......................................................................9 A becslés hibája................................................................................................................. 10 Input adatok ..................................................................................................................... 10 Eredmények ........................................................................................................................ 11 Országos népesség............................................................................................................. 12 Iskolai végzettség .............................................................................................................. 16 Településtípus ................................................................................................................... 19 Lakóhely........................................................................................................................... 23 Összefoglalás ...................................................................................................................... 33 Szövegközi táblázatok 1. táblázat.Teljes és egészségesen, illetve betegségben várható élettartamok nemek szerint 13 2. táblázat.Teljes és egészségesen, illetve betegségben várható élettartamok iskolai végzettség szerint................................................................................................ 18 3. táblázat.Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely településtípusa szerint.......................................................................................... 21 4. táblázat.Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint................................................................................................... 24 5. táblázat A 35 és az 55 éves korra vonatkozó teljes (e) és egészségesen várható (e’) élettartamok lakóhely szerint, nemenként és a nemek szerinti különbségek..... 31 6. táblázat A 35 és az 55 éves korra vonatkozó teljes (e) és egészségesen várható (e’) élettartamok különbsége és aránya lakóhely és nemek szerint........................... 31 Szövegközi ábrák 1. ábra
Születéskor és 65 éves korban várható (e) élettartamok és rokkantságmentes (e’) élettartamok 17 európai országban nemek szerint, 2003..................................... 11
2. ábra
A továbbélők (l) és az egészségesen továbbélők (l’) nemenkénti görbéi .............. 14
3. ábra
A betegek korcsoportonkénti aránya ( n π x ) ........................................................ 14
4. ábra
Várható (e), egészségesen várható (e’) és betegségben várható (e-e’) élettartamok14
5. ábra.
A nők és a férfiak várható és betegségben várható élettartamának különbsége a férfiak százalékában............................................................................................. 15
6. ábra
Egészségesen várható élettartamok aránya a várható élettartamokhoz viszonyítva (e’/e)................................................................................................. 15
7. ábra
Várható (e) és egészségesen várható (e’) élettartamok nemek és iskolai végzettség szerint.................................................................................................................. 16
8. ábra
A 35 éves korra vonatkozó teljes (e) és egészségesen (e’), illetve betegségben várható (e-e’) élettartamok iskolai végzettség szerint .......................................... 17
9. ábra
Várható (e) és egészségesen várható (e’) élettartamok nemek és a településtípus szerint.................................................................................................................. 19
10. ábra
A 35 éves korra vonatkozó teljes (e) és egészségesen (e’), illetve betegségben várható (e-e’) élettartamok településtípus szerint ............................................... 20
11. ábra
A 35 éves korra vonatkozó teljes (e) és egészségesen (e’), illetve betegségben várható (e-e’) élettartamok terület szerint ........................................................... 23
12. ábra
Az 55 és 35 éves korban egészségesen várható (e’) élettartamok aránya.............. 25
Irodalomjegyzék ................................................................................................................. 34
ELŐZMÉNYEK A XX. század az iparilag fejlett országok számára a nagy demográfiai és epidemológiai változások korszaka volt. Az időszakot a termékenység csökkenése mellett a mortalitási ráták javulása és a gyermekhalandóság jelentős visszaesése jellemezte. Mindezek eredménye az átlagos élettartamok látványos növekedése lett, ami a század második felére a népesség korösszetételét is jelentősen megváltozatta ezekben az országokban. Megnövekedett az időskorúak részaránya, és ez maga után vonta a nem fertőző krónikus, valamint degeneratív betegségek gyakoriságának emelkedését. A változások nyomán még fontosabbá vált a krónikus betegségek, a rokkantság megelőzése, a funkcionális korlátok, a fizikai fájdalom és a lelki szenvedés enyhítése. Szükségessé vált olyan mutatók megalkotása, amelyek értelmezik és mérik ezt a kombinált jelenséget: a megnövekedett tartamú, de betegséggel jobban terhelt életet. Az elmúlt két évtizedben jelentős erőfeszítések történtek ilyen kombinált mutatók (summary measures of population health, SMPH) létrehozására. A kifejlesztett mutatók két fő típusba: az egészségi kilátások (health expectancy, HE) és az egészségi rés (health gaps) elnevezésűek valamelyikébe sorolhatók. Az első típusba tartozó mutatók egy csoportja azt a várható időtartamot becsüli meg, amelyet egy adott személy valamilyen meghatározott egészségi állapotban (pl. rokkant vagy éppen rokkantságmentes állapotban, egy bizonyos betegségben, valamely funkcióban korlátozva stb.) hátralévő életében eltölt – kortól, nemtől stb. függően. Egyik elterjedt változata a rokkantságmentes várható élettartam (disability-free life expectancy, DFLE), pl. születéskor. Az első típusba tartozó másik csoport a teljes várható élettartam minden részét egy vele egyenértékű (az aktuális egészségi állapottól függően számított) egészséges résszel helyettesítve és ezeket összegezve számítja ki a várható „ekvivalens egészséges élettartam” becsült értékét. Egy ismert példa: egészséggel/rokkantsággal korrigált várható élettartam (health/disability-adjusted life expectancy, HALE/ DALE). A második típus az egyes éveket az azokat jellemző állapotoknak egy valamely ideális állapottól való eltéréséhez rendelt súllyal összegzi. Ilyen például az elvesztett potenciális élettartam (potential years of life lost, PYLL) néven ismert egészségügyi indikátor, amely minden meg nem élt életévet (1 súllyal) összegez egy bizonyos életkort (pl. 70, 75 év) megelőzően. Kiadványunkban csak az első típusba tartozó mutatókkal foglalkozunk. Egy adott egészségi állapotban eltöltött várható élettartamot ugyanazon az elven lehet számítani, mint a klasszikus (egészségi állapottól független) várható élettartamot, hiszen különböző egészségi állapotokat definiálva egy általánosított halandósági tábla minden egyes korintervallumba eső népessége a vizsgált egészségi állapotoknak megfelelő valószínűségek arányában oszlik meg. Ugyanúgy, ahogy a klasszikus halandósági tábla is tartalmazza korévenként az élők és a halottak számát. A különböző egészségi állapotok előfordulásainak (prevalenciáinak) korspecifikus valószínűségeit elvileg az incidencia rátákból (az új esetek arányából) vagy az átmeneti rátákból, azaz az egyes állapotokba való be- és kikerülés arányszámaiból kellene származtatni, mint ahogy a halandósági táblák valószínűségei is a halálozási 5
arányszámokból származnak. A gyakorlatban azonban az incidencia ráták előállítása nehézségeket okoz, ugyanis – ellentétben a halálozási adatokkal – a be- és kilépési számokat nem regisztrálják rendszeresen és pontosan. Így a prevalencia valószínűséget „egyéb” meglévő adatokból kell becsülni. A kifejlesztett módszerek az alkalmazott becslési módnak felelnek meg, és két csoportba oszthatók: a megfigyelt prevalencia (observed prevalence) és a többállapotú táblák (increment-decrement vagy a szinonim multi-state life table) elnevezésű módszerek csoportjába. Utóbbiakat „period prevalence” típusúaknak is nevezik, ezek ugyanis egy bizonyos (néhány éves) periódus alatt a bekövetkezett állapotváltozások számából, azaz az incidencia rátákból becsülik a prevalenciavalószínűségeket.
A megfigyelt prevalencia módszere Kezdetben bizonyos embercsoportok munkában eltöltött várható élettartamának meghatározására használtak megfigyelt prevalencia típusú halandósági táblákat (Durand, 1948 és Wolfbein, 1949). Az egészségügyben először Sanders javasolt egy olyan modellt – különféle egészségi állapotokban várható hátralévő élettartamok hosszának kiszámítá-sára –, amelyben halálozási gyakoriságok és bizonyos egészségi állapotok prevalenciái egyszerre szerepeltek ugyanabban a halandósági táblában (Sanders, 1964). Az ötletet Sullivan fejlesztette tovább és alkalmazta rokkantságmentes várható élettartam számítására (Sullivan, 1966; 1971). A végül „Sullivan-módszer” néven közismertté vált számítási eljárás – ez idő tájt – a legelterjedtebben használt módszer, melynek alapján már az 1980-as években idősorok és területi (országokon belüli és országok közötti) összehasonlítások készültek. 1989-ben Network on Health Expectancy (Réseau Espérance de Vie en Santé; REVES) néven egy kutatói hálózat jött létre (Robine és Mathers, 1993) azzal a céllal, hogy az egészségben várható élettartamnak, mint az egészségügy egyik fontos – a tervezés eszközéül is szolgáló – indikátorának az elterjesztését segítse. Sullivan módszerének részletes bemutatása a következő fejezetben található. A módszertan legfőbb hibájául azt róják fel, hogy a megfigyelt prevalencia az egyes kohorszok múltjának összegzése, a múltban bekövetkezett események (incidenciák) eredője, ellentétben a period prevalence típusú számításokkal, amelyek a „mostanság” (a periódus alatt) bekövetkezett eseményeket veszik számba, így feltehetően pontosabbak a jövőbeli tulajdonságok (mint például a valamely egészségi állapotban várható élettartam) becslésében. Másrészt azonban kimutatták (Robine és Mathers, 1993; Mathers és Robine, 1997), hogy amennyiben a valóságban az átmenetek rátái mind időben, mind kohorszról (szomszédos) kohorszra elég „simák”, és ez elég hosszan tartóan teljesül, akkor a megfigyelt prevalencia alapján adott becslések meglehetősen pontosak. A módszer legnagyobb vonzereje az, hogy a szükséges adatok egy része általában eleve rendszeresen rendelkezésre áll (a népességi és halálozási adatok), másik része pedig könnyen beszerezhető egy-egy egyszerű keresztmetszeti felvétellel (a prevalencia adatok). A számítási módszer egyszerű és robosztus.
6
A többállapotú táblák módszere A modell (Land és Rogers, 1982; Schoen, 1988) megengedi tetszőleges számú egészségi (vagy pl. családi, lakóhelybéli) állapot létezését úgy, hogy bármely kettő között lehetséges az átmenet (ilyenkor az átmenethez pozitív valószínűséget rendel), azaz bizonyos állapotokba lehetséges a visszatérés, hiszen pl. bizonyos betegségekből ki lehet gyógyulni. Az egészségben várható élettartam számítására ezt a módszert először Newman (1988), valamint Rogers és szerzőtársai (1989b) alkalmazták. Az átmeneti valószínűségek becsült értékének ismeretében a halandósági táblák felépítéséhez hasonlóan lehet a többállapotú táblák egyes – most már állapotonkénti – oszlopait rekurzívan előállítani, pl. a kezdetben x korúak közül a túlélők arányát t idő elteltével az i állapotban így: l x(i+)t = l x(i ) + ∑ j ≠i p x( ,jx,i+)t l x( j ) − p x(i,,xj+)t l x(i ) , ahol p x(i,,xj+)t annak a valószínűsége, hogy egy i állapotú x korú személy t idő múlva a j állapotban található. Sok előnye mellett e modell egyik gyengesége az, hogy – az elsőrendű Markovfolyamatok elméletét almalmazva – az átmenet valószínűségei nem függenek az átlépő „múltjától”, pedig bizonyos állapotokba másodszor bekerülni valószínűbb, mint először. Az azonban, hogy a módszer nem terjedt el, leginkább azzal magyarázható, hogy az átmeneti valószínűségek becsléséhez longitudinális felvételekre van szükség, ráadásul nagy mintán és egymáshoz közeli hullámokban. Az ilyen felvételek hosszú távú kivitelezése eddig sikertelen volt. Az elterjedést tovább nehezíti, hogy a különböző bonyolult módszertani változatok nehezen standardizálhatóak. A módszertani vita máig is tart. Az alább ismertett számítások a megfigyelt prevalencia módszerét alkalmazzák. A 2005. évi mikrocenzushoz kötötten elindított Változó életkörülmények adatfelvétel a Survey on Income and Living Conditions (továbbiakban VÉKA-SILC) nemzetközi statisztikai program részeként négy alkalommal évente ismétlődő sorozatot alkot. A kérdőív egyik kérdéscsoportja a népesség egészségi állapotának felmérésére irányult, néhány kérdés ezek közül az egészségesen várható élettartamoknak az ország teljes népességére vonatkozó korcsoportos becslését is célozta. Mivel a válaszadók az egészségi állapotukon és korukon kívül egyebek között az iskolai végzettségükről, lakóhelyükről (megye, településtípus) is beszámoltak, másrészt mivel (éppen a mikrocenzusból) rendelkezésre álltak mindhárom kategória (iskolai végzettség, lakóhely-megye és lakóhely-településtípus) szerint a szükséges népességi adatok, így lehetőség nyílt az egészségesen várható élettartamok – 2005 elejére vonatkozó – kategóriánkénti kiszámítására. Elvileg lehetséges még „mélyebb” szintű kereszttáblákat is készíteni (pl. megye és iskolai végzettség szerint), azonban az egy „cellába” eső válaszadók kis száma miatt fellépő nagy szórások (lásd a Módszertan 2) képletét, valamint a táblázatok megfelelő oszlopát) értékelhetetlenné teszik az eredményeket. A fenti három szempont szerint elkészített rövidített halandósági táblákban a halandósági valószínűségek becslése önmagában is jelentősebb mértékben torzíthat, ezért az eredményeket óvatosan kell kezelni.
7
MÓDSZERTAN A halandósági táblák számítása egy zárt népességnek valamely rögzített időintervallumban – a periódusban – bekövetkezett halálozási eseményein alapul. Esetünkben a periódus két naptári év. A továbbiakban a népesség tagjaira a következő, szokásos jelöléseket alkalmazzuk: − − − − −
x Px Dx n
Mx
qx px = 1 − qx x −1
betöltött kor (egész év) x évesek száma a periódus közepén azoknak a száma, akik a periódusban x évesen halnak meg az [x, x+n-1] korcsoport halálozási rátája az x+1 éves életkor előtt bekövetkezett halálozás valószínűsége, feltéve az x éves életkor elérését − az x+1 éves életkor elérésének valószínűsége, feltéve az x éves életkor elérését
x p 0 = ∏ pi
− az x éves életkor elérésének valószínűsége
l x =100000 x p 0
− l0 = 100 000
i =0
(„továbbélők”) d x = l x − l x +1 n
Lx
Tx
élveszülöttből
az
x
éves
kort
elérők
száma
− 100 000 élveszülöttből az x és x+1 korév között meghaltak száma − 100 000 élveszülött által az [x, x+n-1] évesen összesen megélt emberévek száma − 100 000 élveszülött által az x évesen vagy annál idősebb korban összesen megélt emberévek száma.
Rövidített halandósági táblák A rövidített halandósági táblák előállításának módszereit egy 1956-os ENSZkézikönyv szabályozza. Az algoritmus részletes leírása megtalálható Chiang (1984) könyvében. A rövidített halandósági táblák számításának a KSH gyakorlatában használatos formulái n éves [x, x+n-1] korcsoportokra: Dx n Px l 0 = 100 000 1 L0 = 0.3l 0 + 0.7l1 n
Mx =
n
M 1+ M n d x = l x nq x n
n
qx = n
n x n x 2 n
l x + n = l x − nd x
Lx = n2 (l x +l x + n )
Az 5 éves korcsoportok: [0,4], [5,9],… [80,84], az utolsó [85, ∞ ). Az utolsó – félig nyílt – intervallumban a túlélők számát exponenciális eloszlásúnak feltételezve, azaz, hogy a túlélők száma évről évre egy – ∞ M 85 -tel jelölt – konstans hányadával csökken, belátható, hogy az l85 számú 85 éves által megélt emberévek száma a továbbiakban, életük folyamán: 8
∞
L85 =
l85 ∞ M 85 85
Ezzel Tx =∑ n Li , ahol n (az utolsó korcsoport miatt) i-től függ, továbbá i = x, i=x
x+5,…,85. Végül a várható élettartam: ex =
Tx 1 85 = ∑ n Li lx l x i=x
Az egészségesen várható élettartam becslése Az alábbi módszer – amint az a formulákból leolvasható – bármilyen definiált egészségi állapothoz tartozó (abban eltöltött) várható élettartam becslésére alkalmas. Tegyük fel, hogy minden egészségi állapot két (most még nem definiált) halmaz közül pontosan az egyikbe esik, és eszerint tekintsük az állapotot egészségesnek vagy betegnek. Sullivan módszere szerint, ha az [x, x+n–1] korcsoportba eső mindegyik személy állapota n p x valószínűséggel beteg (és 1– n p x valószínűséggel egészséges), akkor az x évesek által a következő n év alatt megélt (és fent már megbecsült) n L x emberévből az egészségesen megélt emberévek száma: ′ n L x =(1- n p x ) n L x Az x éves korban egészségesen várható élettartam pedig: ex' =
Tx′ 1 85 = ∑ n Li′ lx l x i=x
Feltehető, hogy n p x megegyezik a korcsoport népességében a betegek részarányával, tehát becslést adván a betegarányra az utóbbi két képlet becslést ad e x' -re. A VÉKA-SILC felvétel egészségi állapotra vonatkozó részében szereplő „Hogyan jellemezné az általános egészségi állapotát” kérdésre öt választ lehet adni: nagyon jó, jó, kielégítő, rossz és nagyon rossz. A megfelelő korcsoportba eső válaszadók száma n N x , akik közül n ξ x adta az utolsó három válasz valamelyikét. Definíciószerűen őket tekintjük betegeknek. Számarányuk, azaz n π x = n ξ x / n N x lesz a becslése a teljes népesség ugyanezen korcsoportjára vonatkozó n p x aránynak. Ezzel n π x -t n p x helyébe írva a fenti két képletben, e x' becslését kapjuk: e x' ≈
1 85 ∑ (1− n π x )n Lx . l x i= x
1)
Az egészségi állapot meghatározására szolgáló említett önértékelő (selfperceived) módszer az utóbbi években általánosan elterjedt. A fenti „ötválaszos” verziót megpróbálták a különböző nyelveken azonos jelentésűre átfordítani. A feltett kérdésben az „általános” jelző a pillanatnyi állapotváltozások kiszűrésére szolgál. Nyilvánvaló azonban, hogy az összehasonlíthatóságot a nyelvi problémák mellett a „kulturális tényező” is nehezíti, azaz az a jelenség, hogy különböző 9
embercsoportokhoz (országokhoz) tartozó emberek különbözőképpen ítélik meg állapotukat. Óvatosságra int továbbá egy dániai egészségügyi felvétel példája: ugyanazon embereknek egy személyes megkérdezésen és ezzel egyidőben egy önkitöltős kérdőíven feltett – egészségi állapotukra irányuló – kérdésre az első esetben: „excellent, very good, good, fair, poor”, a másodikban „really good, good, fair, bad, very bad” lehetséges válaszokkal, az „excellent” válaszaránya 11,5% volt, a „really good”-é 39,4%. Mivel itt a két felső kategória meghatározása szinonimának tekinthető, az eset valószínűleg azt jelzi, hogy a válaszarányok a felvétel módjától is érzékenyen függnek.
A becslés hibája Az 1) formula alapján e x' mintavételi hibája egyrészt az n M x halálozási ráta „fluktuációjából”, másrészt a n π x becsült beteg-arányéból ered. Kimutatható (Newman, 1988), hogy az előbbi elhanyagolható nagyságú az utóbbihoz képest. Mivel n ξ x közelítőleg binomiális eloszlású (m, p) paraméterekkel, ahol m = n N x és p ≈ n π x , ezért szórásnégyzete n N x ⋅n π x (1− n π x ) -szel becsülhető, ekkor viszont n π x (= n ξ x / n N x ) szórásnégyzetét becsli n π x (1 − π x )/ n N x . Ezzel e x' szórása is becsülhető (élve az iménti elhanyagolással): 1 ' s( e x ) ≈ 2 lx
1/ 2
2 n π x (1− n π x ) ∑ 5 Li i= x n Nx step 5 85
,
2)
melyet külön oszlopban tüntettünk fel a táblázatokban.
Input adatok Az ismertetett módszertan szerinti periódus a 2004-2005. évek. Az input adatok az alábbiak: – n Px , illetve, n N x és n ξ x : a mikrocenzus, illetve a VÉKA-SILC 2005. év eleji adatai, utóbbi kettő egy 14 663 fős részmintából – n Dx : a 2004-2005. évi halálozási adatok. Tehát a továbbiakban e x' egy x éves személy egészséges állapotban eltöltött éveinek várható számát jelöli feltételezve, hogy – egészséges állapot az, amelyben a személy az egészségi állapotára vonatkozó kérdésre „jó” vagy „ nagyon jó” választ ad, – a személyre további élete folyamán a 2004-2005 periódus mortalitási rátái és a 2005. év eleji felvétel egészségi prevalenciarátái vonatkoznak. Nyilván e x - e x' a „kielégítő” vagy „rossz” vagy „nagyon rossz” válasszal jellemzett (és az önkényesen betegnek nevezett) állapotban eltöltött évek várható számát jelenti. Megjegyezzük, hogy mivel a VÉKA-SILC felvétel nem terjedt ki az intézményekben élőkre, ezért a számított e x' értékek „felfelé torzítanak”.
10
EREDMÉNYEK A számításokat a 20–24, 25–29,…, 85– éves korintervallumokra végeztük el, mivel az egészségi állapotra vonatkozó kérdésre válaszoló legfiatalabb megkérdezett 17 éves volt. (Az alacsonyabb életkorokhoz tartozó egészségesen várható élettartam kiszámítása céljából az Eurostat újabban a 15–19 éves korintervallumban tapasztalt prevalenciaarányok felének feltételezését javasolja 15 éves kor alatt.) Ezt az extrapolációt mi is elvégeztük, de csak az országos népességre vonatkozóan (1. tábla). Magyarország relatív helyzetének ábrázolására szolgál az 1. ábra, amely 17 európai ország 2003-ban számított várható és rokkantságmentes várható élettartamait mutatja 0 és 65 éves korban nemenként, a nők születéskor várható élettartama szerint rendezve. (A szaggatott görbék – ez a többi ábrára is megtartott konvenció – a nőkre vonatkoznak.) Ez idáig ez az egyetlen Eurostat általt publikált Magyarországra vonatkozó adat (férfiak: 53,5 év, nők: 57,8 év) az egészségi kilátások mutatótípusban. Látható, hogy hazánk két kivétellel minden mutató szerint az utolsó helyen áll. A magyar nőkénél csupán a finn nők rokkantságmentes várható élettartama rövidebb mindkét vizsgált életkorban. Feltűnő Olaszország előnyös helyzete: a magas várható élettartamok kiugróan magas rokkantságmentes várható élettartamokkal, azaz rövid rokkantságban eltöltött élettartamokkal járnak együtt mindkét nem esetében. Az 1. ábra nem vethető össze az általunk végzett számítások eredményeivel egyrészt a két évvel korábbi időpont, másrészt az egészségi állapot definícióinak különbözősége miatt. Ráadásul az Eurostat honlapjána) található táblázat a magyarországi adatot – és csak azt – p jelzéssel (ideiglenes-provisional) tette közzé. 1. ábra. Születéskor és 65 éves korban várható élettartamok (e) és rokkantságmentes élettartamok (e’) 17 európai országban nemek szerint, 2003 90
Év
80
e_férfi (65) Spanyolország
0
Olaszország
e'_férfi (65) Franciaország
10 Svédország
e_nő (65)
Norvégia
20
Ausztria
e'_nő (65)
Finnország
30
Ciprus
e_férfi (0)
Belgium
40
Németország
e'_férfi (0)
Hollandia
50
Görögország
e_nő (0)
Portugália NagyBritannia Írország
60
Dánia
e'_nő(0)
Magyarország
70
Forrás: Eurostat a)http://epp.eurostat.ec.europa.eu/portal/page?_pageid=1996,45323734&_dad=portal&_schema=P ORTAL&screen=welcomeref&open=/health/hlth&language=en&product=EU_MASTER_health &root=EU_MASTER_health&scrollto=0 11
Országos népesség Az 1/a. és 1/b. táblázat az ország teljes népességére vonatkozó számítások eredményét tartalmazza. A táblázat – mely láthatóan egy kibővített rövidített halandósági tábla – sötétebb tónusú oszlopai az input adatokat tartalmazzák, a többi számított érték. A táblázat várható élettartamot jelentő értékei ( e x , e x' , e x - e x' stb.) a megfelelő korcsoport (első oszlop) kezdő korévében várható élettartamokat jelentik. Az „egészség-betegség átmenet” természetét jól jellemzi a 2. ábra, mely a továbbélők klasszikus l x görbéje mellett az ( l x′ ) „egészségesen továbbélők” görbéjét (lásd az 1. táblázatok megfelelő oszlopait) is mutatja. A nemenkénti l x - l x′ ordinátakülönbségek az x éves betegek várható számát mutatják 100000 élveszülöttből, vagy – 100000-rel osztva – annak a valószínűségét, hogy egy újszülött megéli az x éves kort, de betegen. A 3. ábra szerint a betegek aránya a nők körében a 45 éves kor fölött magasabb a férfiakénál. A 4. ábra mutatja a különböző korú férfiak és nők még várható életéveit ( e x ) és egészségesen várható életéveit ( e x' ), valamint ezek különbségét ( e x - e x' ), azaz a betegségben várható élettartamot. Látható, hogy a nők – a férfiakénál – hosszabb várható élettartama hosszabb egészséges, és ugyanakkor hosszabb betegségben eltöltött élettartamból áll össze. A betegségben eltöltött élettartam két görbéje közül a „női” görbe értékei 50– 60%-kal meghaladják a férfiakét – ez egészen a 70 éves korig igaz, amint azt a 5. ábra jelzi –, azaz a 70 éves korig bezárólag a nőkre általában másfélszer több beteg életév vár, mint az ugyanolyan korú férfiakra. A 5. ábra alsó görbéje azt is mutatja, hogy a teljes várható élettartam viszont „csak” 20–30%-kal nagyobb a nőknél, mint a férfiaknál, bármely életkorban a 75 éves korig bezárólag. A 6. ábra az egészségesen várható életévek arányát mutatja a teljes várható élettartamhoz viszonyítva. A két nagyjából lineárisan csökkenő görbe (melyek közelítő egyenlete a nők esetében: e x' / ex =-0,0082x+0,916, a férfiakéban: e x' / ex =0,0063x+0,930) azt mutatja, hogy az életkor 10 évvel történő emelkedésével körülbelül 7 százalékponttal csökken az egészségesen várható élettartam részaránya.
12
1. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok nemek szerint 1/a. táblázat. Férfi Korcsoport
13
0– 4 5– 9 10–14 15–19 20–24 25–29 30–34 35–39 40–44 45–49 50–54 55–59 60–64 65–69 70–74 75–79 80–84 85–
P
n x
247 364 255 550 303 855 322 790 349 100 425 472 391 169 341 187 303 329 349 797 373 866 294 233 252 695 191 638 165 980 118 701 69 481 33 358
n
Dx
847 93 111 350 584 949 1100 1887 3 450 7 523 11 251 12 125 14 257 15 158 18 336 19 622 17 499 13 020
nMx *1000 1,7 0,2 0,2 0,5 0,8 1,1 1,4 2,8 5,7 10,8 15,0 20,6 28,2 39,5 55,2 82,7 125,9 195,2
q
n x
lx
0,009 100 000 0,001 99 148 0,001 99 057 0,003 98 967 0,004 98 699 0,006 98 287 0,007 97 741 0,014 97 056 0,028 95 723 0,052 93 039 0,073 88 168 0,098 81 775 0,132 73 763 0,180 64 044 0,243 52 520 0,342 39 775 0,479 26 152 1,000 13 629
L
Tx
497 869 495 513 495 061 494 165 492 466 490 070 486 992 481 948 471 907 453 019 424 858 388 846 344 519 291 410 230 736 164 817 99 452 68 143
6 871 790 6 373 921 5 878 408 5 383 347 4 889 182 4 396 716 3 906 646 3 419 655 2 937 707 2 465 800 2 012 781 1 587 923 1 199 077 854 557 563 147 332 411 167 594 68 143
n x
ex
n
68,7 64,3 59,3 54,4 49,5 44,7 40,0 35,2 30,7 26,5 22,8 19,4 16,3 13,3 10,7 8,4 6,4 5,0
Nx
590 692 677 635 516 608 681 556 434 335 314 228 139 58
π
n x
l'x
1,32% 100 000 1,32% 99 148 1,32% 99 057 2,65% 98 967 2,54% 96 190 1,30% 97 008 5,17% 92 691 8,20% 89 102 12,40% 83 853 18,59% 75 739 24,36% 66 688 33,47% 54 409 35,49% 47 586 40,55% 38 072 49,99% 26 265 52,16% 19 027 58,23% 10 924 56,66% 5 907
L'x
T'x
491 018 488 694 488 248 480 565 478 862 482 657 459 632 440 318 413 262 366 547 318 483 255 405 229 928 183 422 128 404 86 364 46 103 31 873
5 869 784 5 378 767 4 890 073 4 401 825 3 921 260 3 442 398 2 959 741 2 500 109 2 059 791 1 646 529 1 279 982 961 498 706 094 476 166 292 745 164 341 77 977 31 873
L'x
T'x
492 086 490 274 489 962 483 283 479 536 481 141 470 535 457 456 421 998 392 356 335 860 298 490 264 059 185 996 140 251 112 492 65 501 31 075
6 092 353 5 600 267 5 109 993 4 620 031 4 136 748 3 657 211 3 176 070 2 705 535 2 248 079 1 826 081 1 433 725 1 097 865 799 375 535 315 349 319 209 068 96 576 31 075
n
e'x 58,7 54,3 49,4 44,5 39,7 35,0 30,3 25,8 21,5 17,7 14,5 11,8 9,6 7,4 5,6 4,1 3,0 2,3
s(npx)
0,006 0,004 0,009 0,011 0,015 0,016 0,016 0,020 0,023 0,027 0,028 0,033 0,042 0,065
s(e'x)
0,23 0,23 0,23 0,22 0,22 0,21 0,21 0,21 0,21 0,20 0,20 0,21 0,23 0,32
ex-e'x 10,3 10,3 10,3 10,2 10,1 10,0 10,0 9,8 9,6 9,2 8,8 8,2 7,3 6,5 5,7 4,6 3,7 2,8
e'x/ex
(ex-e'x)/ex
85% 84% 83% 81% 80% 78% 75% 72% 69% 65% 62% 58% 55% 51% 47% 45% 42% 43%
15% 16% 17% 19% 20% 22% 25% 28% 31% 35% 38% 42% 45% 49% 53% 55% 58% 57%
e'x/ex
(ex-e'x)/ex
79% 78% 76% 74% 72% 70% 67% 64% 60% 56% 52% 48% 43% 38% 34% 31% 26% 19%
21% 22% 24% 26% 28% 30% 33% 36% 40% 44% 48% 52% 57% 62% 66% 69% 74% 81%
1/b. táblázat. Nő Korcsoport 0– 4 5– 9 10–14 15–19 20–24 25–29 30–34 35–39 40–44 45–49 50–54 55–59 60–64 65–69 70–74 75–79 80–84 85–
P
n x
232 779 243 986 291 523 310 819 330 447 413 159 372 463 342 443 306 473 372 968 414 332 345 609 321 497 284 891 260 744 221 330 153 572 81 730
n
Dx
621 68 67 162 177 301 425 769 1 444 3 029 4 792 5 485 7 220 9 922 15 264 22 305 27 809 30 202
Mx *1000 1,3 0,1 0,1 0,3 0,3 0,4 0,6 1,1 2,4 4,1 5,8 7,9 11,2 17,4 29,3 50,4 90,5 184,8 n
q
n x
lx
0,007 100 000 0,001 99 335 0,001 99 266 0,001 99 209 0,001 99 080 0,002 98 947 0,003 98 767 0,006 98 486 0,012 97 935 0,020 96 788 0,029 94 842 0,039 92 139 0,055 88 555 0,083 83 718 0,136 76 733 0,224 66 269 0,369 51 441 1,000 32 452
L
Tx
498 338 496 503 496 188 495 722 495 068 494 286 493 133 491 051 486 806 479 075 467 454 451 734 430 683 401 130 357 506 294 275 209 732 162 259
7 700 943 7 202 605 6 706 101 6 209 913 5 714 191 5 219 123 4 724 837 4 231 704 3 740 653 3 253 847 2 774 772 2 307 319 1 855 584 1 424 902 1 023 772 666 266 371 991 162 259
n x
ex 77,0 72,5 67,6 62,6 57,7 52,7 47,8 43,0 38,2 33,6 29,3 25,0 21,0 17,0 13,3 10,1 7,2 5,0
n
Nx
574 677 720 614 533 646 750 654 558 526 467 410 282 130
π
n x
l'x
1,25% 100 000 1,25% 99 335 1,25% 99 266 2,51% 99 209 3,14% 95 971 2,66% 96 316 4,58% 94 241 6,84% 91 748 13,31% 84 897 18,10% 79 268 28,15% 68 143 33,92% 60 882 38,69% 54 294 53,63% 38 819 60,77% 30 103 61,77% 25 333 68,77% 16 065 80,85% 6 215
n
e'x 60,9 56,4 51,5 46,6 41,8 37,0 32,2 27,5 23,0 18,9 15,1 11,9 9,0 6,4 4,6 3,2 1,9 1,0
s(npx)
0,007 0,006 0,008 0,010 0,015 0,015 0,016 0,019 0,021 0,022 0,023 0,024 0,028 0,035
s(e'x)
0,25 0,25 0,25 0,25 0,24 0,23 0,23 0,22 0,21 0,19 0,17 0,16 0,16 0,17
ex-e'x 16,1 16,1 16,1 16,0 15,9 15,8 15,7 15,5 15,2 14,8 14,1 13,1 11,9 10,6 8,8 6,9 5,4 4,0
2. ábra. A továbbélők (l) és az egészségesen továbbélők (l’) nemenkénti görbéi 100 000 90 000 80 000 70 000 60 000 50 000 40 000 30 000 20 000 10 000 0
Fő l_férfi l'_férfi l_nő l'_nő
0
5
10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85
éves
3. ábra. A betegek korcsoportonkénti aránya (nπx) 90 80 70 60 50 40 30 20 10 0
%
Férfi Nő
20
25
30
35
40
45
50
55
60
65
70
75
80
85
éves
4. ábra. Várható (e), egészségesen várható (e’) és betegségben várható (e-e’) élettartamok 60
Év
50
e(nő) e(férfi)
40
e'(nő)
30
e'(férfi) e(nő)–e'(nő)
20
e(férfi)–e'(férfi)
10 éves
0 20
25
30
35
40
45
50
55
60
14
65
70
75
80
85
5. ábra. A nők és a férfiak várható és betegségben várható élettartamának különbsége a férfiak százalékában 70
%
60 50 40 30 20 10 éves
0 20
25
30
35
40
45
50
55
60
65
70
75
80
85
{[e(nő)–e'(nő)]–[e(férfi)–e'(férfi)]}/[e(férfi)–e'(férfi)] [e(nő)–e(férfi)]/e(férfi)
6. ábra. Egészségesen várható élettartamok aránya a várható élettartamokhoz viszonyítva (e’/e) % 90 80 70 60 50
Férfi
40
Nő
30 20 10 0 20
25
30
35
40
45
50
55
60
15
65
70
75
80
85 éves
Iskolai végzettség A számítási eredményeket a 2. a,b,c táblák tartalmazzák. Az ezekből készült 7/a-d. ábrák alapján a következő megállapításokat tehetjük: – Az alapfokú végzettséggel rendelkezők várható teljes és egészséges élettartama egyaránt feltűnően rövidebb a két magasabb iskolai végzettségi kategóriába esőkénél mindkét nemre és minden életkorban. – A közép- és felsőfokú végzettséggel rendelkező nők alig különböznek egymástól (7/c. és 7/d. ábra). – A felsőfokú végzettségű nők várható élettartama azonban minden korban valamelyest kisebb a középfokúakénál (7/c. ábra). – A közép- és felsőfokú végzettséggel rendelkező férfiak várható teljes élettartama – minden korban – megközelítőleg megegyezik egymással (7/a. ábra), azonban – kissé leegyszerűsítve – az előbbieknél hamarabb veszi kezdetét a tartós betegség (7/b. ábra). – A felsőfokú végzettségű férfiak egészségben várható élettartamának görbéje csaknem egybeesik a felsőfokú végzettséggel rendelkező nőkével (7/b. és 7/d. ábra). 7. ábra. Várható (e) és egészségesen várható (e’) élettartamok nemek és iskolai végzettség szerint 60 55 50 45 40 35 30 25 20 15 10 5 0
Év
7/a. e(férfi) 60 55 50 45 40 35 30 25 20 15 10 5 0
7/b. e'(férfi)
Év
20 25 30 35 40 45 50 55 60 65 70 75 80 85
20 25 30 35 40 45 50 55 60 65 70 75 80 85
éves
éves
Év
7/c. e(nő)
65 60 55 50 45 40 35 30 25 20 15 10 5 0
65 60 55 50 45 40 35 30 25 20 15 10 5 0
20 25 30 35 40 45 50 55 60 65 70 75 80 85
7/d. e'(nő)
Év
20 25 30 35 40 45 50 55 60 65 70 75 80 85
éves
éves Alapfok
Középfok
16
Felsőfok
A 8. ábra a 35 éves korban várható teljes és egészségesen, illetve betegségben várható élettartamokat mutatja. Az ábrázolás azt az egyszerűsített képet sugallja, mintha a tartós betegség időszaka mindig teljes terjedelmében követné az egészséges időszakot. Ez azonban – azaz, hogy nincs tartós gyógyulás – nyilván nem igaz. A 8. ábrából levonható legfontosabb következtetés az, hogy az iskolai végzettség hatása a betegség időszakának kezdetére elsődleges abban az értelemben, hogy – a nemektől függetlenül – legkorábban az alapfokú végzettségűek betegszenek meg, legkésőbb pedig a felsőfokúak. A másik általános érvényű megállapítás: mindkét nem esetében a magasabb végzettséghez nemcsak hosszabb várható élettartamok tartoznak, de rövidebb betegidőszakok is (kivéve a közép- és felsőfokú végzettségű nők várható élettartama közötti – már említett – fordított viszonyt). 8. ábra. A 35 éves korra vonatkozó teljes (e) és egészségesen (e’), illetve betegségben várható (e-e’) élettartamok iskolai végzettség szerint
Férfi, alapfokú Férfi, középfokú Férfi, felsőfokú Nők, alapfokú Nő, középfokú Nő, felsőfokú év 0
5
10
15
20
25
Egészségesen
30 Betegségben
17
35
40
45
50
55
2. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok iskolai végzettség szerint 2/a. táblázat. Alapfokú végzettségűek Férfi x 35 40 45 50 55 60 65 70 75 80 85
x+n-1 -
39 44 49 54 59 64 69 74 79 84
P
n x
60 506 54 518 67 297 76 065 65 302 108 617 119 819 111 059 81 622 50 580 25 026
n
Dx
742 1 346 2 901 4 301 6 221 10 950 12 012 14 423 15 291 14 024 10 361
q
n x
3,0% 6,0% 10,2% 13,2% 21,3% 22,4% 22,3% 27,9% 37,9% 51,5% 100%
ex 28,7 24,5 20,9 18,0 15,4 13,9 12,2 9,9 7,8 6,1 4,8
Nő n
Nx
130 108 119 127 111 157 218 205 142 98 38
πx
e'x
s(e'x)
19,2% 27,7% 34,5% 42,7% 48,5% 52,4% 50,8% 54,6% 55,0% 64,4% 68,1%
17,6 14,0 11,2 9,0 7,3 6,3 5,4 4,2 3,1 2,1 1,5
0,4 0,4 0,4 0,3 0,3 0,3 0,2 0,2 0,2 0,3 0,4
n
ex-e'x
e'x/ex
x
11,1 10,5 9,7 9,0 8,1 7,5 6,7 5,7 4,7 4,0 3,3
61% 57% 53% 50% 47% 46% 45% 42% 40% 34% 32%
35 40 45 50 55 60 65 70 75 80 85
x+n-1 -
39 44 49 54 59 64 69 74 79 84 94
P
n x
71 806 70 666 112 558 138 439 134 371 180 913 203 432 210 843 188 978 137 645 73 103
n
Dx
328 659 1 411 2 232 3 171 5 295 7 951 12 967 19 723 25 240 27 449
q
ex
n x
1,1% 2,3% 3,1% 4,0% 5,7% 7,1% 9,3% 14,3% 23,1% 37,3% 100%
40,9 36,4 32,2 28,1 24,2 20,5 16,8 13,3 10,1 7,4 5,3
n
Nx
119 144 187 246 242 297 363 363 346 255 114
πx
e'x
s(e'x)
16,8% 28,5% 30,0% 44,4% 47,2% 47,1% 61,7% 67,7% 65,3% 71,3% 82,5%
22,2 18,3 15,1 12,1 9,7 7,6 5,4 4,0 2,9 1,7 0,9
0,4 0,4 0,3 0,3 0,3 0,2 0,2 0,2 0,2 0,2 0,2
πx
e'x
s(e'x)
5,3% 9,4% 15,6% 22,3% 29,8% 31,8% 35,0% 40,2% 44,1% 54,9% 60,2%
33,6 28,9 24,7 20,8 17,4 14,3 11,3 8,6 6,4 4,5 3,4
0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 1,0 1,1 1,3
πx
e'x
s(e'x)
1,7% 3,6% 5,0% 11,5% 11,2% 21,5% 37,7% 27,2% 39,0% 24,7% 83,1%
37,1 32,3 27,6 23,1 19,0 14,9 11,3 8,8 6,0 3,8 1,2
0,9 0,9 0,9 0,9 0,9 1,0 1,1 1,2 1,4 1,8 3,1
n
ex-e'x
e'x/ex
18,7 18,0 17,0 16,0 14,4 12,9 11,4 9,4 7,2 5,7 4,4
54% 50% 47% 43% 40% 37% 32% 30% 28% 24% 17%
ex-e'x
e'x/ex
14,1 13,9 13,5 13,0 12,2 11,0 9,7 8,5 7,3 6,2 5,1
70% 68% 65% 62% 59% 57% 54% 50% 47% 42% 40%
ex-e'x
e'x/ex
9,9 9,9 9,7 9,5 9,1 8,7 7,9 6,5 5,7 4,8 6,0
79% 77% 74% 71% 68% 63% 59% 58% 51% 45% 17%
2/b. táblázat. Középfokú végzettségűek Férfi x
18
35 40 45 50 55 60 65 70 75 80 85
x+n-1 -
39 44 49 54 59 64 69 74 79 84
P
n x
231 406 201 454 235 459 240 215 179 956 98 800 45 840 29 896 20 663 9 916 4 464
n
Dx
984 1 876 4 084 6 104 4 753 1 970 1 829 2 050 2 146 1 685 1 145
q
n x
1,1% 2,3% 4,2% 6,2% 6,4% 4,9% 9,5% 15,8% 23,0% 35,0% 100%
ex 40,9 36,4 32,1 28,5 25,2 21,7 17,7 14,3 11,5 9,2 7,8
Nő n
Nx
411 333 417 442 350 194 76 67 53 17 12
πx
e'x
s(e'x)
5,8% 9,9% 16,1% 24,0% 34,3% 33,5% 26,5% 53,6% 53,3% 53,2% 34,4%
29,7 25,3 21,3 18,0 15,2 12,9 10,1 7,3 6,1 5,3 5,1
0,6 0,6 0,6 0,6 0,6 0,6 0,7 0,7 0,7 0,9 1,1
n
ex-e'x
e'x/ex
x
11,3 11,1 10,8 10,5 10,0 8,9 7,6 7,0 5,4 3,9 2,7
72% 70% 66% 63% 60% 59% 57% 51% 53% 57% 66%
35 40 45 50 55 60 65 70 75 80 85
x+n-1 -
39 44 49 54 59 64 69 74 79 84 94
P
n x
206 742 178 056 196 220 213 295 164 817 102 789 62 202 36 264 23 206 12 357 5 603
n
Dx
335 636 1 317 2 075 1 789 1 317 1 345 1 446 1 521 1 480 1 322
q
ex
n x
0,4% 0,9% 1,7% 2,4% 2,7% 3,2% 5,3% 9,5% 15,1% 26,0% 100%
47,7 42,8 38,2 33,8 29,6 25,3 21,1 17,1 13,6 10,6 8,5
n
Nx
376 278 359 408 332 192 126 75 43 18 10
n
2/c. táblázat. Felsőfokú végzettségűek Férfi x 35 40 45 50 55 60 65 70 75 80 85
x+n-1 -
39 44 49 54 59 64 69 74 79 84
P
Dx
n x
n
49 275 47 357 47 041 57 586 48 975 45 278 25 979 25 025 16 416 8 985 3 868
85 124 319 568 886 1 053 1 058 1 581 1 863 1 489 1 249
q
n x
0,4% 0,7% 1,7% 2,4% 4,4% 5,6% 9,7% 14,6% 24,8% 34,3% 100%
ex 43,3 38,5 33,7 29,3 24,9 21,0 17,1 13,6 10,5 8,2 6,2
Nő Nx
nπx
94 75 72 113 95 83 41 42 33 24 8
3,2% 1,3% 7,0% 5,3% 12,7% 8,4% 12,1% 21,6% 39,2% 36,8% 35,7%
n
e'x
s(e'x)
37,7 33,0 28,2 24,0 19,8 16,3 12,5 9,3 6,6 5,2 4,0
0,6 0,6 0,6 0,6 0,6 0,6 0,6 0,7 0,7 0,8 1,0
ex-e'x
e'x/ex
x
5,7 5,5 5,5 5,2 5,1 4,7 4,5 4,4 4,0 3,0 2,2
87% 86% 84% 82% 80% 78% 73% 68% 63% 64% 64%
35 40 45 50 55 60 65 70 75 80 85
x+n-1 -
39 44 49 54 59 64 69 74 79 84 94
P
n x
63 895 57 751 64 190 62 598 46 421 37 795 19 257 13 637 9 146 3 570 3 024
n
Dx 78 99 223 350 402 454 471 562 674 662 834
q
n x
0,3% 0,4% 0,9% 1,4% 2,1% 3,0% 5,9% 9,8% 16,9% 37,6% 100%
ex 47,0 42,2 37,3 32,6 28,1 23,6 19,3 15,3 11,7 8,6 7,3
n
Nx
119 112 100 96 81 70 37 29 21 8 6
n
Településtípus A vizsgált településtípusok a következők (zárójelben a rövidítésük): – község – város – megyei jogú város – Budapest A számítási eredményeket a 3.a,b,c,d táblák tartalmazzák. Az ezekből készült 9/a–d. ábrák alapján megállapítható, hogy mindkét nem esetében és mind a teljes, mind az egészségesen várható élettartamokra vonatkozóan a településtípusonkénti erősorrend azonos: a tartamok a településnagysággal együtt nőnek – a fenti felsorolásnak megfelelően. A különbségek szignifikánsak, azonban sokkal kisebbek, mint amelyek iskolai végzettség szerint adódtak (vö. a 7/a–d. ábrákkal). Tehát az iskolai végzettség mindkét vizsgált indikátorra ( e x , e x' ) nézve meghatározóbb, mint a településtípus. 9. ábra. Várható (e) és egészségesen várható (e’) élettartamok nemek és településtípus szerint Év
9/a. e(férfi)
Év
50
50
40
40
30
30
20
20
10
10
0
0
9/b. e'(férfi)
20 25 30 35 40 45 50 55 60 65 70 75 80 85
20 25 30 35 40 45 50 55 60 65 70 75 80 85
éves
éves
9/d. e'(nő)
9/c. e(nő) Év
Év
60
60
50
50
40
40
30
30
20
20
10
10
0
0 20 25 30 35 40 45 50 55 60 65 70 75 80 85
20 25 30 35 40 45 50 55 60 65 70 75 80 85
éves
éves Budapest Megyei jogú város Város Község
19
A 10. ábrából következik az alábbi általános szabály: Növekvő településnagysághoz (Község → Város → Megyei jogú város → Budapest) a) hosszabb várható élettartam b) rövidebb betegidőszak c) és így hosszabb egészségesen várható élettartam tartozik. (Egyetlen kivétel: megyei jogú városban lakó férfiak betegidőszaka némileg rövidebb a budapestiekénél.) 10. ábra. A 35 éves korra vonatkozó teljes (e) és egészségesen (e’), illetve betegségben várható (e-e’) élettartamok településtípus szerint Férfi, község Férfi, város Férfi, megyei jogú város Férfi, Budapest Nő, község Nő, város Nő, megyei jogú város Nő, Budapest 0
5
10
15
20
Egészségesen
20
25
30
Betegségben
35
40
év 45
3. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely településtípusa szerint 3/a. táblázat. Budapest Férfi x+n1
x
P
n x
n
Dx
q
ex
n x
Nő n
Nx
nπx
e'x
s(e'x)
ex-e'x
e'x/ex
x
x+n1
P
n x
n
Dx
q
ex
n x
n
Nx
nπx
e'x
s(e'x)
ex-e'x
e'x/ex
-
39
54 908
188
0,9%
37,8
94
5,3%
29,0
0,6
8,8
77%
35
-
39
59 289
114
0,5%
43,9
109
5,5%
30,6
0,6
13,3
70%
40
-
44
43 737
346
2,0%
33,1
73
9,6%
24,5
0,5
8,6
74%
40
-
44
47 212
198
1,0%
39,1
82
9,7%
26,0
0,6
13,1
66%
45
-
49
48 039
794
4,0%
28,7
74
18,9%
20,4
0,5
8,3
71%
45
-
49
56 584
418
1,8%
34,5
107
14,0%
21,8
0,5
12,8
63%
50
-
54
62 059
1 525
6,0%
24,8
114
10,5%
17,1
0,5
7,7
69%
50
-
54
76 963
889
2,8%
30,1
137
20,4%
17,8
0,5
12,3
59%
55
-
59
50 554
1 770
8,4%
21,3
84
17,9%
13,6
0,5
7,7
64%
55
-
59
67 121
1 124
4,1%
25,9
122
30,3%
14,3
0,5
11,6
55%
60
-
64
46 832
2 156
10,9%
18,0
74
33,9%
10,6
0,5
7,4
59%
60
-
64
66 283
1 331
4,9%
21,9
118
32,2%
11,4
0,5
10,6
52%
65
-
69
32 101
2 054
14,8%
14,9
58
36,0%
8,3
0,5
6,5
56%
65
-
69
48 367
1 604
8,0%
17,9
84
41,5%
8,5
0,5
9,5
47%
70
-
74
31 043
2 687
19,5%
12,0
55
52,6%
6,3
0,5
5,7
53%
70
-
74
48 700
2 650
12,7%
14,3
85
43,5%
6,2
0,4
8,1
43%
75
-
79
23 597
3 304
29,8%
9,3
46
37,0%
5,2
0,5
4,1
56%
75
-
79
44 548
4 042
20,4%
11,0
91
57,2%
4,0
0,4
7,0
37%
80
-
84
14 502
3 140
42,6%
7,2
41
50,8%
3,6
0,5
3,7
49%
80
-
84
32 701
5 269
33,5%
8,2
52
59,6%
2,6
0,4
5,5
32%
85
-
8 705
3 052
100%
5,7
20
50,4%
2,8
0,6
2,9
50%
85
-
94
21 654
7 187
100%
6,0
45
76,0%
1,4
0,4
4,6
24%
ex-e'x
e'x/ex
21
35
3/b.táblázat. Megyei jogú város Férfi x+n1
x
P
n x
n
Dx
q
ex
n x
Nő n
Nx
nπx
e'x
s(e'x)
ex-e'x
e'x/ex
x
x+n1
P
n x
n
Dx
q
ex
n x
n
Nx
nπx
e'x
s(e'x)
35
-
39
59 060
298
1,3%
36,3
108
9,2%
27,2
0,5
9,1
75%
35
-
39
65 573
136
0,5%
43,9
111
3,6%
28,6
0,6
15,3
65%
40
-
44
52 295
520
2,5%
31,7
87
9,2%
23,0
0,5
8,7
73%
40
-
44
57 571
241
1,0%
39,1
94
12,8%
23,9
0,6
15,2
61%
45
-
49
64 617
1 248
4,7%
27,4
102
9,8%
19,0
0,5
8,5
69%
45
-
49
77 795
591
1,9%
34,5
146
16,4%
19,8
0,6
14,7
57%
50
-
54
68 240
1 830
6,5%
23,7
125
19,3%
15,3
0,5
8,4
65%
50
-
54
85 632
951
2,7%
30,1
137
27,7%
16,0
0,6
14,2
53%
55
-
59
56 155
2 108
9,0%
20,1
118
39,0%
12,2
0,5
8,0
60%
55
-
59
71 649
998
3,4%
25,9
126
26,1%
12,8
0,6
13,2
49%
60
-
64
50 175
2 503
11,7%
16,9
62
30,7%
10,2
0,5
6,7
60%
60
-
64
62 407
1 296
5,1%
21,7
83
28,9%
9,5
0,5
12,3
43%
65
-
69
35 821
2 490
16,0%
13,8
53
34,0%
7,9
0,5
5,9
57%
65
-
69
53 960
1 773
7,9%
17,8
74
56,9%
6,3
0,5
11,5
36%
70
-
74
30 821
3 212
23,1%
10,9
50
36,1%
5,7
0,5
5,2
52%
70
-
74
50 118
2 629
12,3%
14,1
88
62,6%
4,6
0,5
9,5
33%
75
-
79
21 367
3 485
33,9%
8,5
45
55,4%
3,8
0,5
4,7
45%
75
-
79
39 224
3 710
21,1%
10,7
64
62,7%
3,2
0,4
7,5
30%
80
-
84
11 951
2 884
46,3%
6,5
20
45,4%
2,9
0,6
3,6
44%
80
-
84
28 456
4 770
34,6%
7,9
43
77,3%
2,0
0,5
5,9
25%
85
-
5 922
2 351
100%
5,0
10
70,0%
1,5
0,7
3,5
30%
85
-
94
15 287
5 307
100%
5,8
21
71,7%
1,6
0,6
4,1
28%
3. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely településtípusa szerint (folytatás) 3/c. táblázat. Város Férfi x+n1
x
P
n x
n
Dx
q
ex
n x
Nő n
Nx
nπx
e'x
s(e'x)
ex-e'x
e'x/ex
x+n1
x
P
n x
n
Dx
q
ex
n x
n
Nx
nπx
e'x
s(e'x)
ex-e'x
e'x/ex
-
39
101 935
555
1,4%
35,5
180
8,9%
25,6
0,4
9,9
72%
35
-
39
97 418
219
0,6%
43,2
172
4,1%
28,2
0,4
15,0
65%
40
-
44
89 209
999
2,8%
31,0
153
13,7%
21,4
0,4
9,6
69%
40
-
44
93 973
420
1,1%
38,4
167
12,6%
23,5
0,4
14,9
61%
45
-
49
104 496
2 123
5,0%
26,8
183
19,7%
17,6
0,4
9,2
66%
45
-
49
111 132
878
2,0%
33,8
171
16,4%
19,4
0,4
14,5
57%
50
-
54
110 696
3 226
7,0%
23,0
220
27,3%
14,4
0,4
8,6
63%
50
-
54
125 858
1 335
2,6%
29,4
241
29,5%
15,5
0,4
13,9
53%
55
-
59
88 700
3 509
9,4%
19,6
170
38,2%
11,7
0,4
7,9
60%
55
-
59
100 955
1 494
3,6%
25,2
198
32,9%
12,4
0,4
12,8
49%
60
-
64
75 039
4 094
12,8%
16,4
147
31,2%
9,7
0,4
6,7
59%
60
-
64
94 642
2 036
5,2%
21,0
178
38,3%
9,4
0,4
11,6
45%
65
-
69
58 090
4 454
17,5%
13,4
104
34,7%
7,4
0,4
6,0
55%
65
-
69
84 823
2 860
8,1%
17,1
186
48,4%
6,8
0,4
10,3
40%
70
-
74
46 848
5 289
24,7%
10,7
104
47,9%
5,4
0,4
5,3
50%
70
-
74
72 265
4 236
13,7%
13,3
140
57,7%
4,7
0,3
8,7
35%
75
-
79
33 590
5 473
33,8%
8,4
75
50,7%
4,1
0,4
4,3
49%
75
-
79
61 361
6 134
22,2%
10,0
118
64,2%
3,1
0,3
6,9
31%
80
-
84
20 450
4 858
45,8%
6,5
38
49,9%
3,2
0,5
3,3
49%
80
-
84
41 383
7 641
37,5%
7,2
89
68,5%
2,0
0,3
5,2
28%
85
-
8 375
3 491
100%
4,8
11
53,1%
2,3
0,7
2,5
47%
85
-
94
20 005
7 972
100%
5,0
31
77,2%
1,1
0,4
3,9
23%
ex-e'x
e'x/ex
22
35
3/d. táblázat. Község Férfi x+n1
x
P
n x
n
Dx
q
ex
n x
Nő n
Nx
nπx
e'x
s(e'x)
ex-e'x
e'x/ex
x+n1
x
P
n x
n
Dx
q
ex
n x
n
Nx
nπx
e'x
s(e'x)
35
-
39
125 284
791
1,6%
33,7
252
8,3%
23,1
0,4
10,6
68%
35
-
39
120 163
286
0,6%
42,2
222
11,3%
24,6
0,4
17,6
58%
40
-
44
118 088
1 512
3,2%
29,2
203
13,8%
18,8
0,4
10,4
64%
40
-
44
107 717
564
1,3%
37,4
190
15,8%
20,3
0,4
17,1
54%
45
-
49
132 645
3 246
5,9%
25,1
249
21,3%
15,1
0,3
10,0
60%
45
-
49
127 457
1 120
2,2%
32,9
221
22,6%
16,4
0,4
16,5
50%
50
-
54
132 871
4 513
8,1%
21,5
222
31,5%
12,0
0,3
9,6
56%
50
-
54
125 879
1 590
3,1%
28,6
235
31,5%
12,8
0,4
15,8
45%
55
-
59
98 824
4 624
11,1%
18,2
184
32,6%
9,4
0,3
8,8
52%
55
-
59
105 884
1 840
4,3%
24,4
208
41,8%
9,7
0,4
14,7
40%
60
-
64
80 649
5 406
15,5%
15,2
151
42,4%
7,0
0,3
8,1
46%
60
-
64
98 165
2 535
6,3%
20,4
179
47,9%
7,2
0,3
13,2
35%
65
-
69
65 626
6 072
20,7%
12,5
120
50,7%
5,2
0,3
7,3
41%
65
-
69
97 741
3 664
9,0%
16,6
182
63,3%
5,0
0,3
11,6
30%
70
-
74
57 268
7 088
26,8%
10,1
105
57,3%
3,7
0,3
6,3
37%
70
-
74
89 661
5 711
14,7%
13,0
154
72,0%
3,6
0,3
9,4
27%
75
-
79
40 147
7 314
37,1%
7,9
62
62,9%
2,6
0,3
5,3
33%
75
-
79
76 197
8 384
24,2%
9,8
137
62,2%
2,6
0,2
7,1
27%
80
-
84
22 578
6 575
53,4%
6,0
40
80,2%
1,7
0,4
4,3
28%
80
-
84
51 032
10 095
39,6%
7,1
98
70,1%
1,3
0,2
5,8
18%
85
-
10 356
4 093
100%
5,1
17
58,5%
2,1
0,6
3,0
41%
85
-
94
24 784
9 705
100%
5,1
33
96,6%
0,2
0,2
4,9
3%
Lakóhely A megyékre vonatkozó számítási eredményeket a 4. tábla sorozat tartalmazza. Az ezekből készült 5. és 6. táblázat speciálisan a 35 és 55 éves korra vonatkozó eredményeket foglalja össze. A 11. ábrán a megyék a 35 éves korban várható teljes élettartamok csökkenő sorrendjében helyezkednek el. A grafikon alapján a következő megállapítást tehetjük. Általában (tendenciájában) igaz, hogy egy nemen belül hosszabb várható élettartamokhoz rövidebb betegidőszakok és így nyilván hosszabb egészségesen várható időszakok tartoznak. Több szempont szerint lehet rangsorolni a megyéket (egy nemen belül is), például a következő mutatók szerint: ex , e x' , e x' / ex , ex – e x' . Ha a várható teljes élettartam, illetve a várható betegidőszak alapján rangsorolunk, akkor a 11. ábra szerint Borsod-AbaújZemplén megye női lakossága mindkét szempontból az utolsó helyre kerül, a férfiak azonban „csak” a várható élettartam szerint lesznek utolsók, hiszen a várható betegidőszak három megyében még hosszabb. Az előzőekben megfogalmazott állításra – azaz, hogy hosszú élethez rövid betegidőszak tartozik – ellenpélda Békés megye férfi lakossága, mivel a várható élettartamot tekintve a megye az országos átlagnál valamivel jobb helyen áll a sorban, a betegidőszak azonban itt a leghosszabb („elég hosszú élet – hosszú betegség”). Hasonló megállapítás igaz pl. a nőkre Pest megyében. Másképp ellenpéldája az állításnak Heves, Komárom-Esztergom és SzabolcsSzatmár-Bereg megye (férfiak), illetve Veszprém és Nógrád megye (nők), ahol rövid élettartam mellett rövid betegidőszak várható („rövid élet – rövid betegség”). 11. ábra. A 35 éves korra vonatkozó teljes (e) és egészségesen (e’), illetve betegségben várható (e–e’) élettartamok terület szerint Férfi
Nő
Budapest Győr-Moson-Sopron Pest Veszprém Zala Csongrád Fejér Baranya Békés Vas Bács-Kiskun Hajdú-Bihar Jász-Nagykun-Szolnok Tolna Heves Komárom-Esztergom Somogy Nógrád Szabolcs-Szatmár-Bereg Borsod-Abaúj-Zemplén
év 0 5 10 15 20 25 30 35 40 45 Egészségesen
Budapest Győr-Moson-Sopron Vas Zala Fejér Tolna Heves Csongrád Bács-Kiskun Pest Veszprém Hajdú-Bihar Békés Baranya Szabolcs-Szatmár-Bereg Jász-Nagykun-Szolnok Somogy Komárom-Esztergom Nógrád Borsod-Abaúj-Zemplén
év 0 5 10 15 20 25 30 35 40 45
Betegségben
Egészségesen
23
Betegségben
4. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint Budapest Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
54 908 43 737 48 039 62 059 50 554 46 832 32 101 31 043 23 597 14 502 8 705
188 346 794 1 525 1 770 2 156 2 054 2 687 3 304 3 140 3 052
q
n x
0,9% 2,0% 4,0% 6,0% 8,4% 10,9% 14,8% 19,5% 29,8% 42,6% 100%
ex 37,8 33,1 28,7 24,8 21,3 18,0 14,9 12,0 9,3 7,2 5,7
Nő Nx
nπx
94 73 74 114 84 74 58 55 46 41 20
5,0% 10,6% 16,5% 9,8% 16,0% 29,6% 29,5% 42,3% 32,3% 47,2% 42,1%
n
e'x
s(e'x)
30,0 25,5 21,5 18,2 14,7 11,7 9,4 7,2 5,8 4,1 3,4
0,5 0,5 0,5 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,6
ex-e'x
e'x/ex
x
7,8 7,6 7,3 6,6 6,5 6,3 5,4 4,8 3,5 3,2 2,3
79% 77% 75% 73% 69% 65% 63% 60% 62% 56% 60%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
59 289 47 212 56 584 76 963 67 121 66 283 48 367 48 700 44 548 32 701 21 654
114 198 418 889 1 124 1 331 1 604 2 650 4 042 5 269 7 187
q
n x
0,5% 1,0% 1,8% 2,8% 4,1% 4,9% 8,0% 12,7% 20,4% 33,5% 100%
ex 43,9 39,1 34,5 30,1 25,9 21,9 17,9 14,3 11,0 8,2 6,0
Nx
nπx
109 82 107 137 122 118 84 85 91 52 45
5,6% 9,4% 14,5% 18,5% 30,3% 26,2% 31,7% 39,7% 46,5% 47,0% 62,5%
Nx
nπx
n
e'x
s(e'x)
32,3 27,7 23,4 19,6 16,0 13,1 10,0 7,5 5,2 3,5 2,0
0,5 0,5 0,5 0,5 0,5 0,4 0,4 0,4 0,4 0,4 0,4
e'x
s(e'x)
29,2 24,6 20,6 16,8 12,9 9,6 7,6 5,4 3,6 2,1 1,6
1,0 1,0 0,9 0,9 0,9 0,8 0,8 0,7 0,7 0,7 0,9
e'x
s(e'x)
28,1 23,2 18,9 15,1 12,4 9,8 7,3 5,0 3,6 2,6 0,9
1,1 1,1 1,1 1,1 1,0 1,0 0,9 0,8 0,8 0,7 0,8
ex-e'x
e'x/ex
11,6 11,4 11,1 10,6 9,9 8,8 7,9 6,8 5,8 4,6 4,0
74% 71% 68% 65% 62% 60% 56% 52% 48% 43% 34%
ex-e'x
e'x/ex
14,0 13,8 13,3 12,7 12,3 11,4 9,5 8,0 6,4 5,0 3,2
68% 64% 61% 57% 51% 46% 44% 40% 36% 30% 33%
ex-e'x
e'x/ex
14,6 14,6 14,3 13,7 12,2 10,7 9,5 8,0 6,4 4,3 3,4
66% 61% 57% 52% 50% 48% 44% 38% 36% 38% 20%
Bács-Kiskun megye Férfi x
24
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
18 744 16 015 20 041 19 477 15 405 14 301 9 753 8 974 6 466 4 009 1 760
110 209 443 618 637 722 830 1 003 1 085 956 713
q
n x
1,5% 3,2% 5,4% 7,6% 9,8% 11,9% 19,2% 24,5% 34,7% 45,9% 100%
ex
Nő n
35,0 30,5 26,4 22,8 19,5 16,3 13,2 10,7 8,4 6,5 4,9
Nx 34 30 31 44 25 21 15 18 14 9 5
nπx
14,5% 8,2% 12,0% 42,1% 46,5% 39,5% 21,3% 35,8% 35,7% 48,6% 83,1%
e'x
s(e'x)
25,3 21,4 17,6 14,0 12,1 10,4 8,5 6,1 4,3 2,5 1,0
0,9 0,8 0,8 0,8 0,8 0,8 0,7 0,7 0,7 0,7 0,9
ex-e'x
e'x/ex
x
9,8 9,1 8,9 8,8 7,3 5,9 4,7 4,6 4,1 4,1 3,9
72% 70% 66% 62% 62% 64% 64% 57% 51% 38% 20%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
18 049 16 470 21 006 21 504 17 422 17 362 16 088 13 934 12 805 8 614 3 861
45 82 165 220 271 361 553 787 1 252 1 545 1 607
q
n x
0,6% 1,2% 1,9% 2,5% 3,8% 5,1% 8,2% 13,2% 21,8% 36,6% 100%
ex
n
43,2 38,4 33,9 29,5 25,2 21,1 17,1 13,4 10,0 7,1 4,8
32 27 41 44 23 30 30 23 24 24 4
4,5% 12,4% 17,8% 14,7% 25,4% 53,4% 45,9% 54,1% 58,0% 69,7% 63,7%
Baranya megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
13 804 12 381 15 225 14 848 10 673 10 379 7 725 7 158 4 825 2 733 872
n
Dx 83 144 321 395 441 546 650 796 792 688 390
q
n x
1,5% 2,9% 5,1% 6,4% 9,8% 12,3% 19,0% 24,4% 34,0% 47,9% 100%
ex 35,3 30,8 26,6 22,9 19,3 16,2 13,1 10,6 8,2 6,1 4,5
Nő n
Nx 20 25 28 17 32 22 15 17 7 7 1
nπx
19,4% 17,2% 21,7% 14,4% 45,2% 30,7% 32,8% 41,2% 38,5% 63,8% 0,0%
e'x
s(e'x)
25,8 22,1 18,4 15,2 11,8 10,2 8,1 6,4 5,1 3,8 4,5
1,0 0,9 0,9 0,9 0,9 0,8 0,8 0,8 0,8 0,7 0,0
ex-e'x
e'x/ex
x
9,4 8,7 8,2 7,8 7,5 5,9 5,0 4,2 3,1 2,4 0,0
73% 72% 69% 66% 61% 63% 62% 60% 62% 61% 100%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
13 591 13 028 16 601 15 668 14 165 11 750 11 889 9 567 9 502 6 546 2 118
31 55 120 192 233 305 397 644 898 1 082 992
q
n x
0,6% 1,0% 1,8% 3,0% 4,0% 6,3% 8,0% 15,5% 21,1% 34,2% 100%
ex 42,7 37,9 33,3 28,8 24,6 20,6 16,8 13,0 10,0 7,0 4,3
n
Nx 23 37 31 25 26 22 19 20 12 14 4
nπx
0,0% 9,4% 14,0% 39,6% 41,3% 41,8% 39,9% 52,9% 69,9% 43,4% 73,3%
4. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint (folytatás) Békés megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
12 849 11 951 13 805 14 442 12 486 10 256 7 959 7 281 5 437 3 644 1 567
Dx 75 138 286 442 494 565 682 770 913 841 669
q
n x
1,4% 2,8% 5,0% 7,4% 9,4% 12,9% 19,3% 23,4% 34,7% 44,8% 100%
ex
Nő n
35,2 30,7 26,6 22,8 19,5 16,2 13,2 10,8 8,4 6,5 4,7
Nx
nπx
21 17,5% 23 26,7% 21 20,0% 23 36,3% 24 56,6% 22 40,3% 7 72,6% 16 54,8% 8 44,5% 7 25,7% 1 100,0%
e'x 22,2 18,3 14,9 11,6 9,1 7,9 5,7 5,4 4,2 2,9 0,0
s(e'x) 1,1 1,1 1,0 1,0 0,9 0,9 0,9 0,8 0,8 0,6 0,0
ex-e'x 13,0 12,4 11,6 11,2 10,4 8,3 7,5 5,4 4,2 3,6 4,7
e'x/ex 63% 60% 56% 51% 47% 49% 43% 50% 50% 45% 0%
x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
12 391 12 194 14 608 15 390 13 625 12 153 11 750 11 227 9 056 6 312 3 542
29 51 137 193 205 266 462 629 967 1 165 1 277
q
n x
0,6% 1,0% 2,3% 3,1% 3,7% 5,3% 9,4% 13,1% 23,6% 37,5% 100%
ex
n
42,9 38,1 33,5 29,3 25,1 21,0 17,0 13,5 10,2 7,5 5,5
Nx
nπx
25 7,2% 11 40,9% 26 32,9% 29 31,8% 28 46,2% 21 31,9% 23 44,7% 19 46,3% 15 47,0% 8 58,3% 3 100,0%
e'x 26,4 21,8 19,0 15,9 12,9 10,6 7,6 5,6 3,6 1,6 0,0
s(e'x) 1,3 1,2 1,1 1,0 0,9 0,9 0,8 0,8 0,7 0,6 0,0
ex-e'x 16,5 16,3 14,5 13,3 12,2 10,3 9,5 7,9 6,6 5,9 5,5
e'x/ex 61% 57% 57% 55% 51% 51% 44% 42% 35% 22% 0%
Borsod-Abaúj-Zemplén megye Férfi x
25
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
24 479 22 903 26 414 24 977 19 279 16 791 14 339 11 733 7 755 4 560 1 997
202 322 689 978 951 1 174 1 303 1 462 1 418 1 257 818
q
n x
2,0% 3,5% 6,3% 9,3% 11,6% 16,1% 20,4% 27,0% 37,2% 51,3% 100%
ex
Nő n
33,1 28,7 24,7 21,1 18,1 15,1 12,5 10,1 7,9 6,1 4,9
Nx
nπx
49 12,7% 36 17,9% 36 24,9% 49 33,0% 36 48,3% 29 53,6% 19 26,5% 22 37,3% 14 48,6% 3 42,4% 2 100,0%
e'x 22,5 18,5 14,9 11,8 9,6 8,0 7,0 4,8 3,3 1,9 0,0
s(e'x) 0,8 0,7 0,7 0,7 0,7 0,7 0,7 0,7 0,7 0,9 0,0
ex-e'x 10,6 10,3 9,8 9,4 8,5 7,2 5,5 5,3 4,6 4,2 4,9
e'x/ex 68% 64% 60% 56% 53% 53% 56% 48% 42% 30% 0%
x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
23 996 23 548 26 863 29 410 23 039 21 949 21 060 19 592 15 253 9 812 5 726
80 137 287 392 428 589 830 1 211 1 611 1 981 2 000
q
n x
0,8% 1,4% 2,6% 3,3% 4,5% 6,5% 9,4% 14,3% 23,3% 40,3% 100%
ex
n
42,0 37,3 32,8 28,6 24,5 20,6 16,8 13,3 10,1 7,4 5,7
Nx 42 44 43 48 45 33 47 29 19 15 8
nπx
17,7% 10,5% 25,2% 51,4% 30,3% 60,5% 43,2% 59,5% 77,9% 85,6% 67,0%
e'x 24,6 20,6 16,5 13,0 10,9 7,9 6,3 3,9 2,4 1,8 1,9
s(e'x) 0,9 0,8 0,8 0,8 0,7 0,7 0,6 0,6 0,6 0,6 0,8
ex-e'x 17,4 16,7 16,3 15,6 13,6 12,6 10,5 9,4 7,7 5,6 3,8
e'x/ex 59% 55% 50% 46% 45% 39% 37% 30% 24% 24% 33%
Csongrád megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
14 116 12 769 13 885 15 539 12 610 10 819 8 572 6 797 5 099 3 252 1 760
n
Dx 62 125 313 433 547 612 650 737 857 848 666
q
n x
1,1% 2,4% 5,5% 6,7% 10,3% 13,2% 17,3% 23,9% 34,7% 49,2% 100%
ex 35,5 30,8 26,5 22,9 19,4 16,4 13,5 10,8 8,3 6,5 5,3
Nő n
Nx 32 26 27 28 23 14 18 11 11 6 2
nπx
0,0% 9,3% 20,3% 23,0% 44,0% 34,4% 41,3% 17,6% 44,4% 41,4% 49,5%
e'x
s(e'x)
26,5 21,8 17,8 14,8 11,9 10,1 8,3 7,0 4,6 3,5 2,6
1,0 1,0 1,0 1,0 1,0 0,9 0,9 0,9 0,9 1,2 1,9
ex-e'x
e'x/ex
x
8,9 9,0 8,7 8,1 7,5 6,2 5,2 3,8 3,7 3,0 2,6
75% 71% 67% 64% 61% 62% 62% 65% 56% 54% 50%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
13 787 12 604 15 475 17 558 15 315 14 448 11 983 10 347 9 381 7 130 3 334
31 45 120 212 213 296 392 661 959 1 174 1 418
q
n x
0,6% 0,9% 1,9% 3,0% 3,4% 5,0% 7,9% 14,8% 22,7% 34,1% 100%
ex 43,2 38,4 33,7 29,4 25,2 21,0 16,9 13,2 10,0 7,2 4,7
n
Nx 27 24 20 35 33 23 22 18 18 19 5
nπx
4,9% 13,0% 25,1% 29,2% 55,9% 41,4% 49,3% 56,7% 45,1% 56,5% 71,2%
e'x
s(e'x)
27,6 22,9 18,7 15,2 12,1 10,3 7,8 5,7 4,4 2,6 1,3
1,1 1,1 1,1 1,0 1,0 0,9 0,9 0,8 0,7 0,7 0,8
ex-e'x
e'x/ex
15,6 15,5 15,1 14,1 13,1 10,7 9,1 7,5 5,6 4,7 3,4
64% 60% 55% 52% 48% 49% 46% 43% 44% 36% 29%
4. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint (folytatás) Fejér megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
14 209 14 018 15 575 16 432 12 504 10 580 8 372 6 401 5 313 1 934 1 122
Dx 70 155 346 511 485 588 619 785 792 583 395
q
n x
1,2% 2,7% 5,4% 7,5% 9,2% 13,0% 16,9% 26,6% 31,4% 54,7% 100%
ex
Nő n
35,3 30,7 26,5 22,9 19,5 16,3 13,3 10,6 8,5 6,2 5,7
Nx 25 22 29 34 21 17 9 18 10 4 1
nπx
9,3% 5,9% 13,1% 24,7% 24,4% 11,1% 38,8% 22,1% 29,1% 48,9% 0,0%
e'x
s(e'x)
28,6 24,5 20,5 17,2 14,6 12,2 9,2 7,5 5,8 4,4 5,7
0,9 0,9 0,9 0,9 0,9 0,8 0,9 0,7 0,8 0,9 0,0
ex-e'x
e'x/ex
x
6,7 6,3 6,0 5,7 4,9 4,1 4,2 3,0 2,7 1,8 0,0
81% 80% 77% 75% 75% 75% 69% 71% 69% 71% 100%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
Dx
14 375 12 793 16 837 17 088 13 983 13 116 12 505 10 480 7 594 5 359 2 720
23 55 127 198 199 289 374 616 831 935 931
q
n x
0,4% 1,1% 1,9% 2,9% 3,5% 5,4% 7,2% 13,7% 24,1% 35,8% 100%
ex
n
Nx
43,6 38,7 34,1 29,7 25,5 21,4 17,4 13,6 10,4 7,9 5,8
nπx
30 10,5% 22 15,4% 31 19,6% 34 19,3% 28 15,2% 14 18,9% 28 47,2% 25 51,8% 11 36,9% 9 100,0% 4 37,9%
e'x 30,5 26,2 22,3 18,7 15,3 11,7 8,3 6,2 4,5 2,3 3,5
s(e'x) 1,1 1,1 1,1 1,0 1,0 1,0 0,9 0,8 0,8 0,8 1,3
ex-e'x 13,1 12,5 11,9 11,0 10,3 9,7 9,1 7,4 5,8 5,6 2,3
e'x/ex 70% 68% 65% 63% 60% 55% 48% 45% 44% 29% 60%
Győr-Moson-Sopron megye Férfi x
26
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
14 230 13 379 15 386 17 056 13 546 10 828 7 810 7 169 5 094 3 522 1 326
Dx 62 108 275 465 478 563 552 739 840 735 595
q
n x
1,1% 2,0% 4,4% 6,6% 8,4% 12,2% 16,2% 22,8% 34,2% 41,4% 100%
ex
Nő n
36,6 31,9 27,5 23,7 20,2 16,8 13,8 11,0 8,5 6,6 4,5
Nx
nπx
36 0,0% 25 17,4% 32 6,0% 32 9,1% 18 10,1% 19 33,9% 15 26,2% 12 26,9% 12 63,0% 4 46,8% 2 100,0%
e'x 29,0 24,3 20,6 16,8 13,3 9,9 7,7 5,2 2,9 2,0 0,0
s(e'x) 0,9 0,9 0,8 0,8 0,8 0,9 0,8 0,8 0,8 0,8 0,0
ex-e'x 7,6 7,7 7,0 6,8 6,8 6,9 6,1 5,8 5,6 4,6 4,5
e'x/ex 79% 76% 75% 71% 66% 59% 56% 47% 34% 30% 0%
x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
14 470 12 664 17 017 17 201 15 351 12 751 11 795 11 014 9 026 5 972 3 404
26 40 128 190 186 234 373 582 912 1 234 1 221
q
n x
0,4% 0,8% 1,9% 2,7% 3,0% 4,5% 7,6% 12,4% 22,4% 41,1% 100%
ex
n
43,8 39,0 34,3 29,9 25,7 21,4 17,3 13,5 10,1 7,3 5,6
Nx 26 30 31 26 29 25 16 22 22 15 3
nπx
2,7% 12,7% 10,5% 31,8% 25,4% 24,7% 33,7% 53,6% 46,9% 77,0% 73,0%
e'x 30,8 26,1 21,9 17,9 14,9 11,8 8,5 5,7 3,9 2,0 1,4
s(e'x) 1,1 1,1 1,1 1,1 1,0 0,9 0,9 0,8 0,8 0,8 1,2
ex-e'x 13,0 12,9 12,4 12,0 10,8 9,6 8,8 7,8 6,1 5,3 4,2
e'x/ex 70% 67% 64% 60% 58% 55% 49% 42% 39% 27% 25%
Hajdú-Bihar megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
18 732 16 607 20 401 18 889 15 005 11 541 10 269 8 673 5 614 3 142 1 972
n
Dx 94 207 419 577 643 741 812 959 986 912 638
q
n x
1,2% 3,1% 5,0% 7,4% 10,2% 14,9% 18,0% 24,3% 36,0% 53,2% 100%
ex 34,9 30,4 26,2 22,5 19,1 16,0 13,3 10,7 8,3 6,6 6,2
Nő n
Nx 33 30 41 34 33 26 13 18 10 8 1
nπx
12,3% 21,7% 18,7% 28,8% 69,8% 50,9% 32,6% 51,9% 62,0% 42,5% 0,0%
e'x
s(e'x)
23,0 18,8 15,6 12,2 9,5 8,9 7,8 5,8 4,8 4,9 6,2
1,0 0,9 0,9 0,9 0,8 0,8 0,8 0,7 0,7 0,6 0,0
ex-e'x
e'x/ex
x
12,0 11,5 10,7 10,3 9,6 7,1 5,5 4,8 3,5 1,6 0,0
66% 62% 59% 54% 50% 56% 59% 55% 58% 75% 100%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
19 300 16 557 20 240 21 422 17 737 15 395 14 306 12 374 10 991 7 287 3 667
43 99 181 245 265 321 527 757 1 091 1 285 1 363
q
n x
0,6% 1,5% 2,2% 2,8% 3,7% 5,1% 8,8% 14,2% 22,1% 36,1% 100%
ex 43,0 38,2 33,7 29,4 25,2 21,1 17,1 13,5 10,3 7,5 5,4
n
Nx 26 46 33 48 35 30 28 25 16 15 10
nπx
8,3% 16,0% 9,6% 42,0% 38,8% 26,6% 30,5% 62,5% 78,6% 43,0% 59,3%
e'x
s(e'x)
28,7 24,2 20,4 16,3 13,8 11,1 7,9 5,2 3,9 3,7 2,0
1,0 1,0 1,0 1,0 0,9 0,9 0,8 0,8 0,7 0,7 0,8
ex-e'x
e'x/ex
14,3 14,0 13,3 13,1 11,4 10,0 9,2 8,3 6,4 3,8 3,4
67% 63% 61% 55% 55% 53% 46% 38% 38% 49% 36%
4. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint (folytatás) Heves megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
10 479 9 075 11 743 12 374 8 906 8 635 6 269 5 952 4 134 2 202 879
Dx 55 110 268 388 412 498 545 684 707 590 377
q
n x
1,3% 3,0% 5,5% 7,5% 10,9% 13,4% 19,6% 25,1% 35,2% 50,2% 100%
ex
Nő n
34,6 30,0 25,8 22,2 18,8 15,8 12,9 10,4 8,1 6,1 4,7
Nx 31 15 18 18 20 12 9 5 5 7 5
nπx
1,8% 25,0% 8,1% 21,0% 27,5% 43,5% 26,3% 59,6% 90,0% 48,4% 38,0%
e'x
s(e'x)
25,3 20,8 17,5 13,8 10,7 8,2 6,6 3,9 2,8 3,6 3,1
1,1 1,1 1,0 1,0 1,0 1,1 1,0 1,1 0,7 0,8 0,9
ex-e'x
e'x/ex
x
9,2 9,2 8,4 8,4 8,1 7,6 6,3 6,5 5,2 2,4 1,6
73% 69% 68% 62% 57% 52% 51% 37% 35% 60% 67%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
10 589 9 278 11 294 14 382 11 288 10 407 10 176 9 097 7 683 5 344 3 091
25 51 98 141 155 248 355 527 734 969 1 141
q
n x
0,6% 1,4% 2,1% 2,4% 3,4% 5,8% 8,4% 13,5% 21,3% 37,0% 100%
ex
n
Nx
43,2 38,5 34,0 29,7 25,3 21,1 17,3 13,6 10,4 7,5 5,4
14 14 24 26 19 15 17 10 16 4 9
e'x
s(e'x)
29,2 24,7 20,9 17,3 13,9 10,4 7,1 5,3 4,3 3,8 0,9
1,2 1,2 1,1 1,1 1,1 1,0 1,0 0,9 0,8 0,8 0,6
e'x
s(e'x)
0,0% 3,9% 25,4% 31,7% 47,1% 32,5% 42,7% 77,9% 56,3% 70,8% 51,1%
27,8 22,9 18,4 15,1 12,2 10,0 7,2 4,8 4,3 3,0 2,6
nπx
e'x
nπx
9,7% 17,7% 22,2% 27,1% 26,4% 26,7% 50,0% 68,6% 72,5% 14,9% 86,7%
ex-e'x
e'x/ex
14,0 13,8 13,1 12,3 11,4 10,7 10,1 8,3 6,0 3,7 4,5
68% 64% 61% 58% 55% 49% 41% 39% 42% 51% 17%
ex-e'x
e'x/ex
1,4 1,4 1,4 1,3 1,3 1,1 1,0 1,0 1,0 1,0 1,3
14,7 14,7 14,7 13,7 12,6 10,7 9,5 8,4 5,7 4,3 2,6
65% 61% 56% 52% 49% 48% 43% 36% 43% 41% 50%
s(e'x)
ex-e'x
e'x/ex
Jász-Nagykun-Szolnok megye Férfi x
27
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
13 767 12 205 15 115 15 084 11 665 10 276 8 700 7 294 5 584 2 698 1 284
Dx 77 160 351 437 505 619 715 820 813 709 595
q
n x
1,4% 3,2% 5,6% 7,0% 10,3% 14,0% 18,6% 24,6% 30,8% 49,5% 100%
ex
Nő n
34,8 30,3 26,2 22,6 19,1 16,0 13,2 10,7 8,3 5,9 4,3
Nx 10 19 28 23 18 7 18 7 7 5 2
nπx
18,9% 8,9% 18,3% 21,1% 29,8% 45,9% 63,6% 32,3% 23,6% 52,5% 35,4%
e'x
s(e'x)
25,1 21,3 17,4 14,4 11,3 8,9 7,2 6,7 5,2 3,0 2,2
1,3 1,2 1,2 1,2 1,2 1,2 1,0 1,1 1,0 1,1 1,5
ex-e'x
e'x/ex
x
9,7 9,0 8,8 8,2 7,8 7,1 6,0 4,0 3,1 3,0 2,2
72% 70% 67% 64% 59% 56% 55% 63% 63% 50% 50%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
13 398 12 726 15 036 15 643 13 648 12 829 12 312 10 958 8 981 6 157 3 286
25 62 135 233 218 307 467 704 914 1 127 1 278
q
n x
0,5% 1,2% 2,2% 3,7% 3,9% 5,8% 9,1% 14,9% 22,6% 37,2% 100%
ex
n
Nx
42,5 37,6 33,1 28,8 24,8 20,7 16,8 13,2 10,1 7,3 5,1
18 14 19 19 14 17 18 12 12 7 4
nπx
Komárom-Esztergom megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
11 016 9 729 11 591 11 499 9 706 7 937 6 302 5 398 2 632 2 043 631
n
Dx 73 119 229 351 405 503 546 600 615 516 299
q
n x
1,6% 3,0% 4,8% 7,4% 9,9% 14,7% 19,5% 24,4% 45,2% 48,0% 100%
ex 34,4 29,9 25,7 21,9 18,5 15,2 12,4 9,8 7,2 6,0 4,2
Nő n
Nx
nπx
8 27,2% 12 0,0% 18 15,4% 12 16,1% 16 18,4% 10 28,4% 7 33,3% 7 52,1% 3 58,8% 1 100,0% 0 0,0%
e'x 26,1 22,9 18,5 15,0 11,7 8,7 6,1 4,3 2,8 2,2 4,2
s(e'x) 1,2 1,0 1,1 1,0 1,0 1,1 1,0 0,9 0,8 0,0 0,0
ex-e'x 8,3 7,0 7,2 6,9 6,8 6,5 6,2 5,5 4,4 3,8 0,0
e'x/ex
x
76% 77% 72% 69% 63% 57% 50% 44% 38% 37% 100%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
10 790 10 576 12 084 12 962 9 764 10 233 8 808 7 167 6 500 4 086 2 089
n
Dx 20 51 101 158 195 270 313 506 687 771 759
q
n x
0,5% 1,2% 2,1% 3,0% 4,9% 6,4% 8,5% 16,2% 23,3% 38,2% 100%
ex 42,3 37,5 33,0 28,6 24,4 20,5 16,8 13,1 10,1 7,4 5,5
n
Nx
9 0,0% 16 12,5% 16 20,7% 13 34,7% 19 43,4% 15 24,2% 10 65,5% 12 61,8% 11 51,1% 7 92,5% 2 100,0%
26,0 21,1 17,1 13,5 10,5 8,3 4,7 3,5 2,4 0,4 0,0
1,3 1,3 1,2 1,2 1,0 1,0 0,9 0,7 0,6 0,4 0,0
16,4 16,4 15,9 15,1 13,9 12,3 12,1 9,6 7,8 7,0 5,5
61% 56% 52% 47% 43% 40% 28% 27% 23% 5% 0%
4. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint (folytatás) Nógrád megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
7 551 6 989 7 770 8 285 6 085 6 301 4 496 3 600 2 517 1 359 672
Dx 40 73 169 263 278 385 410 515 480 400 282
q
n x
1,3% 2,6% 5,3% 7,6% 10,8% 14,2% 20,5% 30,3% 38,5% 53,8% 100%
ex
Nő n
34,1 29,6 25,3 21,6 18,1 15,0 12,1 9,6 7,6 5,9 4,8
Nx 93 46 61 83 77 54 47 37 21 9 6
nπx
9,2% 8,3% 31,9% 25,8% 44,9% 16,7% 44,5% 36,5% 58,5% 42,6% 47,2%
e'x
s(e'x)
24,7 20,5 16,4 13,8 11,1 9,5 6,7 5,4 3,8 3,5 2,9
0,6 0,6 0,6 0,5 0,5 0,5 0,5 0,5 0,6 0,7 1,0
ex-e'x
e'x/ex
x
9,4 9,0 8,8 7,7 7,0 5,5 5,4 4,2 3,8 2,3 1,9
72% 69% 65% 64% 61% 63% 55% 56% 50% 60% 60%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
6 811 6 999 8 317 8 949 7 355 7 163 6 730 6 340 4 738 3 351 1 796
Dx 14 33 63 101 149 209 270 394 517 642 694
q
n x
0,5% 1,2% 1,9% 2,8% 4,9% 7,0% 9,6% 14,4% 24,0% 38,6% 100%
ex
n
42,2 37,4 32,8 28,4 24,1 20,3 16,6 13,1 9,9 7,2 5,2
Nx 76 51 67 86 55 69 65 50 44 27 9
nπx
6,2% 13,2% 14,3% 32,7% 44,6% 31,4% 56,7% 60,3% 52,5% 62,6% 71,6%
e'x
s(e'x)
27,3 22,8 18,7 14,7 11,7 9,3 6,6 5,0 3,7 2,3 1,4
0,7 0,7 0,7 0,7 0,7 0,6 0,6 0,6 0,5 0,6 0,7
e'x
s(e'x)
26,2 21,7 17,8 15,1 12,6 10,3 8,0 5,5 3,8 2,5 1,7
1,5 1,4 1,4 1,3 1,2 1,1 1,0 1,0 1,0 1,0 1,4
e'x
s(e'x)
25,0 20,9 17,1 13,7 10,2 7,6 5,5 4,7 3,0 2,0 2,2
1,1 1,0 1,0 0,9 0,9 0,9 0,8 0,8 0,7 0,8 1,2
ex-e'x
e'x/ex
14,9 14,6 14,1 13,7 12,5 10,9 10,0 8,1 6,2 4,9 3,8
65% 61% 57% 52% 48% 46% 40% 38% 38% 32% 27%
ex-e'x
e'x/ex
16,8 16,6 15,9 14,2 12,4 10,5 8,9 7,8 6,2 4,7 3,4
61% 57% 53% 52% 51% 49% 47% 42% 38% 35% 33%
ex-e'x
e'x/ex
17,4 16,8 16,1 15,1 14,4 12,9 11,0 8,5 6,8 5,2 3,2
59% 55% 52% 48% 42% 37% 33% 36% 30% 28% 40%
Pest megye Férfi x
28
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
42 766 35 373 37 208 43 050 35 086 28 613 19 974 16 082 11 063 6 320 2 737
203 350 738 1 195 1 398 1 565 1 585 1 806 1 783 1 626 1 172
q
n x
1,2% 2,4% 4,8% 6,7% 9,5% 12,8% 18,0% 24,6% 33,5% 48,7% 100%
ex
Nő n
35,6 31,0 26,8 23,0 19,5 16,2 13,3 10,6 8,3 6,2 4,7
Nx 12 15 20 17 18 9 13 5 10 1 0
nπx
5,5% 28,7% 19,4% 20,4% 46,7% 19,3% 43,0% 35,1% 50,6% 49,0% 0,0%
e'x
s(e'x)
26,3 21,9 18,5 15,4 12,4 10,9 8,2 6,6 4,9 4,3 4,7
1,3 1,2 1,2 1,2 1,2 1,1 1,1 1,2 1,1 1,3 0,0
ex-e'x
e'x/ex
x
9,3 9,1 8,2 7,6 7,1 5,3 5,0 4,0 3,3 1,9 0,0
74% 71% 69% 67% 64% 67% 62% 63% 60% 69% 100%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
42 591 34 688 38 893 46 952 38 423 35 041 28 354 26 053 20 000 14 708 7 496
88 152 309 486 577 820 976 1 498 2 115 2 753 2 960
q
n x
0,5% 1,1% 2,0% 2,6% 3,7% 5,7% 8,3% 13,4% 23,4% 37,9% 100%
ex
n
43,1 38,3 33,7 29,3 25,0 20,9 17,0 13,3 9,9 7,2 5,1
Nx 12 13 22 18 19 12 18 20 9 9 3
nπx
9,0% 17,2% 39,4% 50,0% 45,8% 39,2% 39,2% 52,7% 60,1% 62,1% 73,8%
Somogy megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
10 018 10 523 12 351 13 075 10 497 7 482 7 017 5 055 4 063 2 198 1 164
n
Dx 64 135 272 415 402 513 538 734 777 618 413
q
n x
1,6% 3,2% 5,4% 7,6% 9,1% 15,8% 17,5% 30,7% 38,6% 52,0% 100%
ex 34,3 29,8 25,7 22,0 18,6 15,2 12,6 9,8 8,0 6,4 5,6
Nő n
Nx 36 34 32 47 28 25 18 17 9 7 4
nπx
3,7% 13,2% 32,3% 50,8% 37,3% 38,3% 50,1% 56,7% 61,1% 48,4% 28,6%
e'x
s(e'x)
22,4 17,9 14,1 11,7 9,9 7,7 5,7 4,3 3,5 3,5 3,4
0,9 0,9 0,9 0,8 0,8 0,8 0,8 0,7 0,8 0,9 1,2
ex-e'x
e'x/ex
x
11,9 11,9 11,5 10,3 8,7 7,6 6,9 5,5 4,5 2,9 2,3
65% 60% 55% 53% 53% 50% 45% 44% 44% 54% 60%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
10 639 10 355 12 971 13 556 11 431 10 672 9 272 9 845 7 186 4 980 2 561
27 55 101 170 187 226 412 555 821 1 005 951
q
n x
0,6% 1,3% 1,9% 3,1% 4,0% 5,2% 10,5% 13,2% 25,0% 40,3% 100%
ex 42,4 37,7 33,2 28,8 24,6 20,5 16,5 13,2 9,8 7,2 5,4
n
Nx 26 24 46 36 49 24 28 30 19 15 4
nπx
12,4% 19,7% 29,0% 25,1% 38,4% 48,4% 72,6% 55,1% 64,3% 83,8% 67,8%
4. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint (folytatás) Szabolcs-Szatmár-Bereg megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
20 292 18 584 20 590 20 890 14 991 10 910 9 406 8 282 5 308 3 351 1 189
161 264 562 738 677 739 877 974 1 057 909 493
q
n x
2,0% 3,5% 6,6% 8,5% 10,7% 15,6% 20,9% 25,6% 39,9% 50,6% 100%
ex
Nő n
33,3 28,9 24,9 21,5 18,2 15,1 12,4 10,1 7,7 6,1 4,8
Nx 21 22 26 26 16 14 24 20 12 8 2
nπx
22,2% 10,4% 20,2% 31,3% 28,8% 29,0% 29,8% 60,1% 20,3% 65,9% 60,4%
e'x
s(e'x)
24,4 20,9 17,0 14,0 11,6 9,2 7,0 4,9 4,2 2,0 1,6
1,0 0,9 0,9 0,9 0,8 0,8 0,7 0,7 0,7 0,9 1,3
ex-e'x
e'x/ex
x
8,9 8,0 7,9 7,5 6,6 6,0 5,5 5,2 3,5 4,1 3,2
73% 72% 68% 65% 64% 61% 56% 48% 55% 33% 33%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
Dx
n x
n
19 012 18 780 22 241 21 053 17 680 14 353 14 764 13 425 11 233 7 880 3 058
48 102 177 255 286 357 503 829 1 251 1 437 1 181
q
n x
0,6% 1,3% 2,0% 3,0% 4,0% 6,0% 8,2% 14,3% 24,4% 37,1% 100%
ex
n
Nx
42,6 37,9 33,3 29,0 24,8 20,7 16,9 13,1 9,9 7,3 5,2
18 23 24 20 28 24 29 22 15 12 7
e'x
s(e'x)
10,0% 23,4% 29,2% 18,7% 28,4% 35,9% 52,2% 58,2% 36,4% 58,7% 72,8%
27,6 23,2 19,7 16,7 13,2 10,1 7,6 5,6 4,5 2,3 1,3
1,2 1,2 1,1 1,0 0,9 0,9 0,8 0,8 0,8 0,8 0,8
nπx
e'x
s(e'x)
nπx
ex-e'x
e'x/ex
15,1 14,6 13,6 12,3 11,6 10,6 9,3 7,5 5,4 5,0 3,9
65% 61% 59% 58% 53% 49% 45% 43% 45% 31% 25%
ex-e'x
e'x/ex
Tolna megye Férfi x
29
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
8 459 7 187 9 713 9 683 6 841 6 504 4 850 3 817 3 081 1 573 741
Dx 48 84 175 315 352 364 387 486 464 462 273
q
n x
1,4% 2,9% 4,4% 7,8% 12,1% 13,1% 18,1% 27,5% 31,7% 53,7% 100%
ex
Nő n
34,8 30,2 26,1 22,1 18,8 16,0 13,1 10,4 8,4 6,2 5,4
Nx
nπx
17 0,0% 24 2,2% 13 18,1% 16 29,3% 14 32,4% 7 35,8% 5 72,6% 8 45,8% 4 59,1% 2 100,0% 3 40,4%
e'x 24,6 19,9 15,6 12,2 9,5 7,0 4,8 4,0 2,5 1,3 2,7
s(e'x) 1,2 1,2 1,3 1,2 1,2 1,3 1,2 1,0 1,0 0,6 1,4
ex-e'x 10,1 10,3 10,4 9,9 9,3 9,1 8,3 6,4 5,9 4,9 2,7
e'x/ex 71% 66% 60% 55% 51% 43% 37% 38% 30% 20% 50%
x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
8 329 7 420 9 822 10 310 8 524 7 540 7 510 6 258 5 884 3 433 1 802
Dx 17 43 62 108 120 150 229 397 589 742 643
q
n x
0,5% 1,4% 1,6% 2,6% 3,5% 4,9% 7,3% 14,7% 22,2% 42,5% 100%
ex
n
43,3 38,5 34,0 29,5 25,3 21,1 17,0 13,2 10,0 7,2 5,6
Nx 32 18 12 24 12 21 6 9 14 6 0
4,7% 22,1% 23,3% 33,4% 43,8% 47,5% 40,7% 56,6% 63,5% 48,3% 0,0%
28,5 23,9 20,4 16,7 13,9 11,2 9,1 6,6 5,4 5,0 5,6
1,5 1,5 1,4 1,4 1,3 1,2 1,2 0,9 0,7 0,7 0,0
14,8 14,6 13,7 12,8 11,4 9,9 7,9 6,6 4,6 2,2 0,0
66% 62% 60% 57% 55% 53% 53% 50% 54% 69% 100%
Vas megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
9 087 8 576 9 742 10 573 8 514 6 934 5 012 4 253 2 860 2 182 898
n
Dx 54 95 208 328 342 403 368 499 555 514 372
q
n x
1,5% 2,7% 5,2% 7,5% 9,6% 13,5% 16,8% 25,6% 39,0% 45,5% 100%
ex 35,1 30,5 26,3 22,6 19,3 16,0 13,1 10,3 8,0 6,5 4,8
Nő n
Nx
nπx
23 20,5% 9 21,1% 21 9,6% 19 15,2% 19 41,6% 15 36,9% 10 46,5% 4 13,1% 9 60,4% 1 100,0% 1 0,0%
e'x 25,4 22,0 18,5 14,9 11,6 9,9 7,8 6,2 3,4 2,6 4,8
s(e'x) 1,2 1,1 1,0 1,0 1,0 1,0 0,9 0,8 0,6 0,0 0,0
ex-e'x 9,6 8,5 7,8 7,8 7,6 6,2 5,3 4,1 4,5 3,9 0,0
e'x/ex
x
73% 72% 70% 66% 60% 62% 59% 60% 43% 41% 100%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
9 588 7 603 10 078 11 111 9 380 7 524 7 266 6 862 6 200 4 186 2 088
n
Dx 19 27 68 96 148 150 236 373 598 779 784
q
n x
0,5% 0,9% 1,7% 2,1% 3,9% 4,9% 7,8% 12,7% 21,5% 37,7% 100%
ex 43,8 39,0 34,3 29,9 25,5 21,4 17,4 13,6 10,2 7,4 5,3
n
Nx 24 8 14 23 17 20 13 10 16 5 2
nπx
0,0% 18,1% 16,8% 21,0% 40,3% 43,0% 53,4% 32,3% 58,3% 30,0% 33,0%
e'x 31,8 26,9 22,7 19,0 15,5 12,7 10,4 8,7 6,4 5,6 3,6
s(e'x) 1,5 1,5 1,4 1,3 1,3 1,2 1,1 1,1 1,0 1,1 1,4
ex-e'x 12,0 12,1 11,6 10,8 10,0 8,7 7,0 4,9 3,9 1,8 1,8
e'x/ex 72% 69% 66% 64% 61% 60% 60% 64% 62% 76% 67%
4. táblázat. Teljes és egészségesen, illetve betegségben várható élettartamok a lakóhely megyéje szerint (folytatás) Veszprém megye Férfi x 35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
11 853 11 746 13 842 14 210 10 695 9 660 7 484 6 036 4 349 2 081 1 065
Dx 71 127 295 406 419 493 530 686 694 596 404
q
n x
1,5% 2,7% 5,2% 6,9% 9,3% 12,0% 16,3% 24,9% 33,3% 52,7% 100%
ex
Nő n
35,6 31,1 26,9 23,2 19,8 16,6 13,5 10,6 8,3 6,2 5,3
Nx
nπx
21 3,7% 9 7,7% 32 28,2% 27 9,0% 18 7,2% 21 30,0% 7 24,0% 9 25,0% 8 24,7% 3 100,0% 0 0,0%
e'x 28,9 24,5 20,6 18,0 14,7 11,4 9,0 6,7 4,8 2,5 5,3
s(e'x) 1,0 1,0 0,9 0,9 0,9 1,0 1,0 0,8 0,6 0,0 0,0
ex-e'x 6,7 6,6 6,4 5,2 5,1 5,1 4,4 3,9 3,5 3,7 0,0
e'x/ex
x
81% 79% 76% 77% 74% 69% 67% 63% 58% 40% 100%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
n
11 183 11 988 14 318 15 221 10 853 11 354 10 843 9 291 7 812 4 534 2 339
Dx 29 46 118 173 189 277 368 454 786 920 913
q
n x
0,6% 1,0% 2,0% 2,8% 4,3% 5,9% 8,1% 11,5% 22,3% 40,5% 100%
ex
n
43,0 38,2 33,6 29,2 25,0 21,0 17,2 13,5 9,9 7,0 5,1
Nx
nπx
28 8,4% 19 0,0% 25 3,0% 32 28,7% 35 37,0% 12 19,2% 9 18,5% 12 39,2% 11 54,3% 6 100,0% 2 62,4%
e'x 31,3 27,0 22,2 17,8 14,7 12,0 8,6 5,2 2,6 1,0 1,7
s(e'x) 1,2 1,2 1,2 1,2 1,2 1,2 1,1 1,0 0,9 0,8 1,4
ex-e'x 11,7 11,3 11,4 11,4 10,3 9,0 8,5 8,2 7,3 6,0 3,4
e'x/ex 73% 70% 66% 61% 59% 57% 50% 39% 27% 14% 33%
Zala megye Férfi x
30
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
9 828 9 582 11 361 11 424 9 185 7 116 5 228 4 982 3 910 2 176 1 017
n
Dx 40 106 258 314 375 410 417 534 644 557 371
q
n x
1,0% 2,7% 5,5% 6,6% 9,7% 13,4% 18,1% 23,6% 34,1% 48,5% 100%
ex 35,5 30,8 26,6 23,0 19,5 16,3 13,5 10,9 8,5 6,6 5,5
Nő n
Nx 18 22 20 16 16 16 8 7 10 6 2
nπx
0,0% 17,4% 7,6% 42,3% 21,0% 30,8% 20,2% 53,4% 54,5% 66,3% 66,4%
e'x
s(e'x)
26,5 21,8 18,0 14,4 12,5 9,7 7,4 4,9 3,8 2,8 2,7
1,1 1,1 1,0 1,1 1,0 1,0 1,0 1,0 1,0 1,2 1,9
ex-e'x
e'x/ex
x
9,0 9,1 8,6 8,7 6,9 6,6 6,1 6,0 4,7 3,8 2,7
75% 71% 68% 62% 64% 59% 55% 45% 44% 43% 50%
35 40 45 50 55 60 65 70 75 80 85
– – – – – – – – – – –
x+n1 39 44 49 54 59 64 69 74 79 84 94
P
n x
10 265 8 990 12 683 11 989 9 505 9 174 9 113 8 213 6 957 5 180 2 098
n
Dx 21 39 92 113 108 192 260 452 695 960 871
q
n x
0,5% 1,1% 1,8% 2,3% 2,8% 5,1% 6,9% 12,9% 22,2% 37,6% 100%
ex 43,7 38,9 34,3 29,9 25,6 21,2 17,2 13,3 9,9 7,1 4,8
n
Nx 19 10 13 25 17 14 14 15 13 13 3
nπx
6,0% 0,0% 0,0% 23,0% 25,1% 27,9% 68,3% 64,7% 36,2% 69,8% 59,3%
e'x
s(e'x)
30,6 26,0 21,2 16,6 13,0 9,7 6,7 5,7 4,8 2,6 2,4
1,1 1,1 1,1 1,1 1,1 1,0 0,9 0,9 0,8 0,9 1,2
ex-e'x
e'x/ex
13,1 13,0 13,1 13,4 12,6 11,6 10,6 7,6 5,2 4,4 2,4
70% 67% 62% 55% 51% 46% 39% 43% 48% 37% 50%
5. táblázat. A 35 és az 55 korra vonatkozó teljes (e) és egészségesen (e’) várható élettartamok lakóhely szerint nemenként és a nemek közötti különbségek e(férfi)
e'(férfi)
e(nő)
Területi egység
35
55
35
55
35
Budapest Baranya Bács-Kiskun Békés Borsod-Abaúj-Zemplén Csongrád Fejér Győr-Moson-Sopron Hajdú-Bihar Heves Jász-Nagykun-Szolnok Komárom-Esztergom Nógrád Pest Somogy Szabolcs-Szatmár-Bereg Tolna Vas Veszprém Zala
37,8 35,3 35,0 35,2 33,1 35,5 35,3 36,6 34,9 34,6 34,8 34,4 34,1 35,6 34,3 33,3 34,8 35,1 35,6 35,5
21,3 19,3 19,5 19,5 18,1 19,4 19,5 20,2 19,1 18,8 19,1 18,5 18,1 19,5 18,6 18,2 18,8 19,3 19,8 19,5
30,1 25,6 25,1 21,7 22,5 26,8 28,8 29,3 23,0 25,1 25,1 26,0 24,8 26,0 22,7 24,2 24,7 25,3 29,1 26,5
14,7 12,0 11,8 8,9 9,9 12,1 14,7 13,6 9,4 10,6 11,3 11,8 11,2 12,2 10,2 11,7 9,5 11,4 14,8 12,5
43,9 42,7 43,2 42,9 42,0 43,2 43,6 43,8 43,0 43,2 42,5 42,3 42,2 43,1 42,4 42,6 43,3 43,8 43,0 43,7
e'(nő)
55 35 éves korban 25,9 24,6 25,2 25,1 24,5 25,2 25,5 25,7 25,2 25,3 24,8 24,4 24,1 25,0 24,6 24,8 25,3 25,5 25,0 25,6
32,4 28,4 29,0 26,1 24,3 27,4 31,0 30,8 28,6 28,5 27,6 26,3 27,4 25,8 24,9 28,2 28,4 30,8 31,5 30,9
e(nő)-e(férfi) e'(nő)-e'(férfi)
55
35
55
35
55
16,2 12,6 12,7 12,9 10,7 12,1 15,5 14,9 13,7 13,6 11,9 10,8 11,8 12,6 10,3 13,5 13,7 14,6 14,9 13,5
6,1 7,4 8,1 7,7 8,9 7,7 8,3 7,3 8,0 8,7 7,6 8,0 8,1 7,4 8,2 9,3 8,5 8,8 7,4 8,2
4,7 5,3 5,7 5,7 6,4 5,8 6,0 5,5 6,1 6,5 5,6 5,9 6,0 5,5 6,0 6,5 6,5 6,2 5,2 6,1
2,3 2,7 3,9 4,4 1,8 0,6 2,2 1,5 5,6 3,4 2,5 0,4 2,6 -0,2 2,2 4,0 3,7 5,5 2,4 4,5
1,4 0,6 0,9 4,0 0,9 0,0 0,8 1,3 4,3 2,9 0,6 -1,0 0,7 0,3 0,1 1,8 4,2 3,2 0,1 1,0
6. táblázat. A 35 és az 55 korra vonatkozó teljes (e) és egészségesen (e’) várható élettartamok különbsége és aránya lakóhely és nemek szerint e(férfi)-e'(férfi) Területi egység Budapest Baranya Bács-Kiskun Békés Borsod-Abaúj-Zemplén Csongrád Fejér Győr-Moson-Sopron Hajdú-Bihar Heves Jász-Nagykun-Szolnok Komárom-Esztergom Nógrád Pest Somogy Szabolcs-Szatmár-Bereg Tolna Vas Veszprém Zala
e(nő)-e'(nő)
e(férfi)/e'(férfi)
e(nő)/e'(nő)
35
55
35
55 35 éves korban
55
35
55
7,7 9,7 9,9 13,6 10,6 8,7 6,5 7,2 12,0 9,4 9,7 8,4 9,3 9,7 11,5 9,1 10,1 9,8 6,5 9,0
6,5 7,3 7,7 10,6 8,2 7,3 4,8 6,6 9,7 8,2 7,8 6,7 7,0 7,2 8,4 6,5 9,3 7,9 5,0 7,0
11,5 14,3 14,1 16,8 17,7 15,8 12,6 13,0 14,4 14,7 14,8 16,0 14,8 17,3 17,5 14,4 14,9 13,0 11,4 12,8
9,8 12,0 12,5 12,2 13,8 13,1 10,0 10,8 11,5 11,8 12,8 13,6 12,3 12,4 14,3 11,2 11,5 10,9 10,1 12,1
0,69 0,62 0,61 0,46 0,55 0,62 0,75 0,67 0,49 0,57 0,59 0,64 0,62 0,63 0,55 0,64 0,50 0,59 0,75 0,64
0,74 0,66 0,67 0,61 0,58 0,64 0,71 0,70 0,67 0,66 0,65 0,62 0,65 0,60 0,59 0,66 0,66 0,70 0,73 0,71
0,62 0,51 0,50 0,51 0,44 0,48 0,61 0,58 0,54 0,54 0,48 0,44 0,49 0,50 0,42 0,55 0,54 0,57 0,59 0,53
31
0,80 0,73 0,72 0,61 0,68 0,76 0,82 0,80 0,66 0,73 0,72 0,76 0,73 0,73 0,66 0,73 0,71 0,72 0,82 0,75
A 12. ábra függvényértékei az egészségesen várható élettartam 55 éves korban számított értékeinek a 35 éves korban számított értékekhez viszonyított arányát jelentik. Az ábra viszonylag kis értékeihez tartozó megyékben az egészségi kilátások jelentős romlása várható az öregedés folyamán – a többi megyéhez viszonyítva. A módszertan szerint ez abból adódik, hogy ezekben a megyékben az időskori (az 55– 59 éves korcsoport fölötti) betegarányok magasabbak a fiatalabb korosztályokéhoz képest, mint a többi megyében. 12. ábra. Az 55 és 35 éves korban egészségesen várható élettartamok aránya Komárom-Esztergom Somogy Zala Nógrád Csongrád Jász-Nagykun-Szolnok Baranya Bács-Kiskun Borsod-Abaúj-Zemplén e'55/e'35 nő
Veszprém
e'55/e'35 férfi
Heves Szabolcs-Szatmár-Bereg Pest Hajdú-Bihar Győr-Moson-Sopron Tolna Vas Békés Budapest Fejér 0,35
0,40
0,45
0,50
0,55
Az 12. ábra jól jelzi a nemek relatív helyzetét is minden megyében. Feltűnő például, hogy amíg Tolna megyében a nők a rangsorban az 5., addig a férfiak az utolsó helyen állnak.
32
ÖSSZEFOGLALÁS A vizsgálatokból az alapkérdést tekintve vegyes kép rajzolódik ki: bár a nemeket összehasonlítva Magyarországon a nők – a férfiakénál – hosszabb élettartamához hosszabb várható betegidőszak társul, ellenben a három vizsgált kategórián (iskolai végzettség, településtípus, megye) belül – a hosszabb várható élettartam általában rövidebb betegidőszakkal jár. Ezek a következtetések egybeesnek a nemzetközi vizsgálatok eredményeivel (Crimmins és Cambois, 2003), valamint (Robine, Jagger és szerzőtársai 2003). Egyelőre nyitott marad viszont a kérdés „időbeli változata”, azaz hogy az egyes kategóriákon belül, vagy akár a teljes népességre nézve az idő múlásával a növekvő várható élettartamok (ez jelenleg a tendencia) rövidebb vagy hosszabb betegidőszakokkal járnak-e együtt. A nemzetközi adatok mindkét változatra szolgáltatnak példát. Az idősorok Franciaországban és Németországban növekvő, Ausztráliában csökkenő várható rokkantságban eltöltött időszakokat mutatnak (Robine, Romieu és Michael, 2003). Magyarországra vonatkozóan a választ a következő évek hasonló vizsgálatai nyomán előállított idősorok alapján lehet majd megadni.
33
IRODALOMJEGYZÉK
BARENDREGT JJ., BONNEUX L., VAN DER MAAS PJ.: Health expectancy: an indicator for change? Technology assessment methods project team. Journal of Epidemiology and Community Health, 48(5):482–487. 1994 BARENDREGT JJ., BONNEUX L., VAN DER MAAS PJ.: Reply to van de Water et al. Journal of Epidemiology and Community Health, 49(3):330–331. 1995 BARENDREGT JJ., BONNEUX L., VAN DER MAAS PJ.: How good is Sullivan’s method for monitoring changes in population health expectancies? Letter. Journal of Epidemiology and Community Health, 51:578 . 1997a CHIANG CL.: The life table and Its Applications. Robert E. Krieger Publisher, Co., Malabar, Florida, 1984 CRIMMINS EM., CAMBOIS E.: Social inequalities in health expectancies. In: J.M. Robine, C. Jagger, C.D. Mathers, et al. Determining Health Expectancies, pp 111–126. West Sussex, England: John Wiley & Sons Ltd, 2003 DURAND JD.: The labor force in the United States, 1890–1960. New York : Social Science Research Council, 1948 IMAI K., SONEI S.: On the Estimation of Disability–Free Life Expectancy:Sullivan’s Method and Its Extension Journal of the American Statistical Association MATHERS CD., ROBINE JM.: How good is Sullivan's method for monitoring changes in population health expectancies. J Epidemiol Community Health 51:80–86. 1997 NEWMAN SC.: A Markov process interpretation of Sullivan's index of morbidity and mortality. Statistics in Medicine7:787–794. 1988 LAND K., ROGERS A.: Multidimensional mathematical demography. Academic Press,New York, 1982 ROBINE JM., JAGGER C., MATHERS CD., CRIMMINS EM., SUZMAN R., REVES: Determining Health Expectancies. Chichester: John Wiley & Sons, Ltd, 2003. ROBINE JM., MATHERS CD: Measuring the compression or expansion of morbidity through changes in health expectancy. In: Calculation of health expectancies: harmonization, consensus achieved and future perspectives. Montrouge: John Libbey Eurotext. 269–286. 1993 ROBINE JM., ROMIEU I., MICHEL JP.: Trends in health expectancies. Robine JM., Jagger C., Mathers C., Crimmins E., Suzman R.. Determining health expectancies. Chichester: John Wiley & Sons, Ltd, 2003:75–101
34
ROGERS R., ROGERS A., BELANGER A.: Active life among the elderly in the United States: Multistate life-table estimates and population projections. The Milbank Quarterly 67, 3–4, 370– 411. 1989b SANDERS BS.: Measuring community health levels. Am J Public Health 54:1063–1070. 1964 SCHOEN R.: Modeling Multigroup Populations. Plenum Press, New York and London, 1988 SULLIVAN DF.: Conceptual problems in developing an index of health. US Public Health Service Publication Series No. 1000. Vital and Health Statistics Series 2. No. 17. National Center Health Statistics, 1966 SULLIVAN DF.: A single index of mortality and morbidity. HSMHA Health Reports 86:347– 354. 1971 WOLFBEIN SL.: The length of working life. Population Studies 3:286–294. 1949 VAN DE WATER HPA, BOSHUIZEN HC, PERENBOOM RJM, MATHERS CD, ROBINE
JM: Health expectancy: an indicator for change? Journal of Epidemiology and Community Health, 49(3):330–331. 1995
35