一种可解释的分段人类死亡模型：Christopher–Samba 模型

这为何与日常生活相关

研究随年龄变化的死亡几率听起来或许有些沉重，但它默默影响着从养老金制度和人寿保险费率到医院规划与公共卫生政策等各方面。本文提出了一种用少数易于理解的数字来描述终生风险变化的新方法。通过让这些模式在国家之间和历时上更清晰、更具可比性，该模型帮助我们看清医学进步、生活水平改善与衰老如何重塑人类寿命。

对生与死的简明图景

在人类社会中，死亡率呈现出令人惊讶的规律性。出生后死亡风险很高，早年迅速下降，青年时期维持在很低水平，随后随着年龄增长再次上升，老年期尤为陡峭。传统数学模型可以再现这一总体形状，但通常依赖许多难以为非专业人士乃至政策制定者直观理解的抽象参数。这使得在比较国家、监测进展或规划未来医疗与养老金需求时，难以直接利用模型结果。

生命历程的两段视角

作者提出了 Christopher–Samba（C–S）模型，这是一种新的“分段”方法，将婴幼儿期与生命其余阶段分开处理。第一部分聚焦于 0 到 5 岁。在此阶段，死亡风险以平滑的指数方式下降，捕捉到脆弱的新生期之后生存显著改善的快速过程。该阶段由两个参数描述：一个反映第一岁死亡的概率，另一个描述该风险每年下降的速度。二者共同提供了对人口中婴儿与儿童生存状况的简洁概括。

衰老过程中的关键转折点

5 岁以后，C–S 模型切换到一种改写的逻辑曲线版本，该曲线起初缓慢上升，老年愈发陡峭后趋于平稳。作者并未使用难以理解的数学常数，而是将曲线重新表达为两个具体年龄。其一是年死亡概率约为 1% 的年龄，他们称之为“死亡率上升的起点”。其二是年死亡概率达到约 10% 的年龄，被描述为“严重死亡率的年龄”。这两个年龄像衰老道路上的路标，标示出死亡风险开始对人口变动产生影响的时间点，以及对少数极高龄人群而言风险变得非常高的阶段。

模型在各国揭示的内容

为检验该方法，作者将 C–S 模型应用于来自人类死亡数据库的十国详尽死亡数据，涵盖澳大利亚、加拿大、智利、德国、香港、意大利、日本、韩国、英国与美国。每个国家均选取了一个早期年份（自 1921 年起）和一个接近 2020–2023 年的近期年份进行比较。尽管参数更少，该模型在所有案例中均能良好拟合观测数据，并且与若干经典死亡率模型相比，表现出相当的准确性。结果生动地展示了熟悉的历史趋势：婴儿死亡率从二十世纪早期的两位数大幅下降到当今大多数高收入国家的远低于 1%，儿童年际生存也显著改善。

风险年龄的迁移与数据不均

新参数还揭示了衰老本身的变化。在澳大利亚、加拿大与美国等国，使年死亡风险达到 1% 的年龄向后移动了约一至三十年，这意味着人们现在在极低死亡率阶段度过的年数大大增加。相比之下，达到 10% 的“严重死亡率”年龄变化较小，通常少于十年，并且在国家之间仍存在明显差异。例如，香港与日本在两项指标上都表现出特别晚的年龄，反映出其显著的长寿人口。当作者尝试将模型应用于数据质量较差或粗糙的国家（如印度）时，发现结果不够稳定，这强调了高质量记录或谨慎平滑方法的必要性。

这对我们理解寿命意味着什么

简而言之，Christopher–Samba 模型以四个数字提供了一种清晰、紧凑的方式来描述死亡风险在早年如何下降、随年龄如何再次上升，这四个数字直接对应日常概念：婴儿死亡风险、儿童生存改善的速度，以及标示死亡率显著上升与极高风险到来的两个里程年龄。因为这些数字易于解释和比较，它们为研究人员、保险公司与政策制定者提供了更清晰的视角，说明人们何时以及如何死亡、过去一个世纪中这些情况如何变化，以及随着社会老龄化未来可能如何发展。该模型并非取代所有其他模型，而是一个实用且可解释的工具，有助于把复杂的死亡率模式转化为可指导现实决策的洞见。

引用: Lalromawia, C., Pasupuleti, S.S.R. An interpretable piecewise model for human mortality: the Christopher–Samba model. Sci Rep 16, 12361 (2026). https://doi.org/10.1038/s41598-026-40550-2

关键词: 人类死亡率, 衰老模式, 死亡率建模, 预期寿命, 公共卫生 人口学