死亡率曲線と不均質性の世界へようこそ！

こんにちは！ALTAM試験まで辿り着いた皆さんなら、人間が年をとり、いずれ亡くなることはすでにご存知でしょう。しかし、なぜ90歳でマラソンを走る人がいる一方で、60代で苦労する人もいるのか、疑問に思ったことはありませんか？その「違い」こそが、私たちが不均質性（heterogeneity）と呼ぶものです。この章では、単純な死亡表を超えて、老化を記述する数学的な「曲線」と、個々人をユニークにしている隠れた要因について見ていきます。これを理解することは、単に面白い科学というだけでなく、年金や生命保険の価格を正確に算出するために不可欠なのです！

1. 死亡法則：老化の形

人々の違いを見る前に、人間がどのように老化するかの「基準」が必要です。アクチュアリーは、死亡力（force of mortality）（\(\mu_x\)）を記述するために、死亡法則（Mortality Laws）と呼ばれる数式を使用します。

ゴンペルツの法則（Gompertz Law）

ベンジャミン・ゴンペルツは1825年、死のリスクは年齢とともに指数関数的に増加することに気づきました。丘を転がり落ちる雪だるまがどんどん加速していく様子を想像してみてください。それが30歳以降の死のリスクです。
数式: \(\mu_x = B \cdot c^x\)
ここで：
- B：死亡率のベースレベル。
- c：死亡率の「増加率」（通常1.1前後。年齢が1歳上がるごとにリスクが約10%増加することを意味します）。

メイカムの法則（Makeham Law）

メイカムは、ゴンペルツが一つ忘れていたもの、つまり「事故」に気づきました！雷に打たれるようなリスクは、年齢に関係ありません。彼は数式に定数項 A を加えました。
数式: \(\mu_x = A + B \cdot c^x\)
- A：年齢に依存しないリスク（事故など）。
- B \cdot c^x：年齢に依存するリスク（生物学的な老化）。

クイック復習：
- ゴンペルツ： 生物学的な老化のみ。
- メイカム： 生物学的な老化 ＋ ランダムな事故。

2. 不均質性：なぜ私たちは皆同じではないのか

基本的なモデルでは、40歳の人は全員、全く同じ死亡確率を持っていると仮定します。しかし現実には、「良い」遺伝子や健康的な習慣を持っている人もいれば、そうでない人もいます。この多様性を不均質性と呼びます。

マラソンの例え：
巨大なマラソン大会を想像してください。スタート地点にはエリート選手とジョギングを楽しむ一般ランナーが混在しています。
1. レースが進むにつれて、一般ランナー（「虚弱な」個体）から先に脱落していきます。
2. 20マイル地点では、残っているのはほとんどエリート選手（「頑健な」個体）です。
3. 「最も弱い」ランナーが早期に脱落するため、残りのグループの平均速度は予想以上に速く見えるかもしれません！これが死亡における不均質性の核心です。

重要概念：選択効果（Selection Effect）
集団が年をとるにつれて、最もリスクの高い個人が先に亡くなります。その結果、当初の集団よりも平均的に健康な「生存者グループ」が残ります。これにより、超高齢になると死亡率の増加が鈍化しているように見えることがあります。

3. フレイルティ（虚弱性）モデル

これを数学の方程式にどう落とし込むのでしょうか？通常 Z と表記されるフレイルティ変数（Frailty Variable）を使用します。

個人の死亡力

各個人はそれぞれ独自のフレイルティ値 \(Z\) を持っています。
\(\mu(x+t | Z=z) = z \cdot \mu^*(x+t)\)
- \(z\)：個人の「乗数」。\(z > 1\) なら虚弱（高リスク）、\(z < 1\) なら頑健（低リスク）を意味します。
- \(\mu^*(x+t)\)：標準的な人の「基準」となる死亡力。

豆知識：
通常、出生時の平均フレイルティは1（\(E[Z] = 1\)）であると仮定します。これにより、基準値（\(\mu^*\)）が平均的な初期リスクとして意味のあるものになります。

集団の死亡力

ここが学生がつまずきやすいポイントです！集団全体の死亡率は \(\bar{\mu}_{x+t}\) と表記され、生存している人たちの個別の死亡力の平均となります。
数式: \(\bar{\mu}_{x+t} = E[Z | T > t] \cdot \mu^*(x+t)\)

間違い注意報：
単純に初期の \(Z\) の平均を使わないでください！時間が経つにつれて、\(z\) が大きい（高リスクな）人々から亡くなっていきます。そのため、\(E[Z | T > t]\) は時間とともに減少します。集団のリスクは、常に元のグループの平均リスク以下になります。

4. ガンマ・ゴンペルツモデル

ALTAM試験で、フレイルティ \(Z\) に対して最も一般的に使用される分布はガンマ分布です。なぜなら、計算が非常に美しくまとまる（数学的に扱いやすい）からです。

もし \(Z\) が平均1、分散 \(\sigma^2\) のガンマ分布に従う場合：
1. 集団生存関数 \(S_p(t)\) は、基準となる生存関数の特定の冪乗（べきじょう）となります。
2. 集団の死亡力 \(\bar{\mu}_{x+t}\) は、最終的に横ばいになるか、個人の \(\mu\) よりもはるかにゆっくりと増加します。これはしばしば死亡率の減速（mortality deceleration）と呼ばれます。

記憶のコツ：
ガンマは「大いなる平準化装置」だと考えましょう。指数関数的に増加するリスク（ゴンペルツ）を、最も虚弱な人々が脱落することで平らにならしてくれるのです。

5. まとめと重要ポイント

表記に惑わされないでください！試験のために、以下の3点は絶対に覚えておきましょう：

1. 個人 vs. 集団： 個人の死亡率は特定の \(z\) を持つ一人の身に起こること。集団の死亡率は、「虚弱な」メンバーが亡くなるにつれて変化するグループ全体の観測値です。

2. 選択効果： 高齢になるほど、生存者は最も「強い（\(z\) が低い）」人たちだけになるため、集団の死亡率は全員が同一であると仮定した場合よりも低くなります。

3. 価格設定への影響： アクチュアリーが不均質性を無視すると、超高齢で亡くなる人数を過大評価してしまう可能性があります。年金会社にとって、これは生存者への支払いを賄う準備金が不足するリスクがあるため、非常に危険です！

クイック復習ボックス：
- \(z \cdot \mu^*\)：個人のリスク。
- 選択効果： 高リスクな人が早期に亡くなるプロセス。
- 減速： 極めて高齢（100歳以上など）における死亡曲線が平坦化する現象。
- ガンマ： フレイルティ \(Z\) をモデル化するための定番分布。

公式の練習を続けてください！順調ですよ。複雑なモデルも、結局は現実の生々しい人生を記述しようとする試みに過ぎません。あなたなら大丈夫です！