Understanding 

Epidemiological Transition in India 
Suryakant Yadav1 and Prof P. Arokiasamy2 
Introduction
The demographic trends in India are presently passing through the last stage of demographic 
transition.  Alongside,  the  country  is  also  experiencing  epidemiological  transition  (Gowariker 
1994 and James 2011). Combined effect of increased morbidity and mortality levels and better 
survivorship are affecting the shape of age patterns of morbidity and mortality. In general, the 
demographic  and  epidemiological  transition  in  developed  and  in  developing  countries  have 
resulted in a more skewed distribution and affected the age patterns of morbidity and mortality 
(Pool and Wong 2006). 

The progress in demographic and epidemiological transition has led the country to transit from 
the high mortality to medium mortality condition. During early period of 1970s and 1980s, the 
morbidity  pattern  in  India  was  overwhelmed  with  infectious  diseases  and  in  later  period  of 
1990s  and  2000s,  the  morbidity  pattern  was  overwhelmed  with  the  burden  of  degenerative 
diseases. The remarkable increase in the prevalence of degenerative diseases with rise in the 
life expectancy indicates the process of expansion of morbidity. In parallel to this, continuous 
decline in the mortality rates indicates the process of compression of mortality. India and states 
are  experiencing  rapid  changes  in  the  morbidity  and  mortality  levels.  The  process  of 
compression of mortality and expansion of morbidity revolves around the dynamics of the age 
pattern of morbidity and mortality which are inter‐related. And therefore, there is perceptible 
progress  in  the  compression  of  mortality  and  expansion  of  morbidity  with  the  structural 
changes in the age pattern of morbidity and mortality.  

Inevitably, the age pattern of morbidity and mortality rates shapes itself from early U‐shape to 
J‐shape. Trends in mortality over time show a steady decline in infant and child mortality rates 
across  the  states  of  India.  Adult  mortality  has  also  declined  steadily  and  significantly.  United 
Nations  (2011)  estimates  show  a  decline  of  24  percent  (per  1000  populations)  in  the  adult 
mortality during 1990 to 2007.  The  decline in the adult mortality is more in recent years and 
therefore, both females and males show remarkable increase in the life expectancy in the last 
three  and  more  decades.  The  life  expectancy  at  birth  for  females  increased  from  49  years  in 
1970‐75 to 64.2 years in 2002‐2006; and for males, it has increased from 50.5 years in 1970‐75 
to 62.6 years in 2002‐2006. Alongside, other mortality levels has also declined and prominently 
after 1990’s. 

The biological boundaries of human life span seem ever expanding (Oeppen and Vaupel 2002), 
hence linear increase in life expectancy is globally acknowledged. Similar to developed nations, 
developing nations are experiencing linear increase in the life expectancy at birth. India records 
linear increase in life expectancy of 15 and 12 years for females and males, respectively, during 
                                                       
1 Presenting Author: Email: suryakant11@gmail.com 
2 Email: parokiasamy@yahoo.co.uk 

1 

First Draft: Do not Cite Without Authors’ Permission 
the  last  three  decades  (Registrar  General  2009a).  This  may  seem  exceptional  with  no  less 
remarkable  improvement  than  developed  countries.  The  steady  increase  in  life  expectancy  is 
associated with changing age pattern of morbidity and mortality and thus, manifesting different 
phases of demographic and epidemiological transition (Vallin and Mesle 2004). The remarkable 
rise  in  life  expectancy  has  sparked  the  process  of  compression  and  (or)  decompression  of 
morbidity and (or) mortality. 

Inherently, different states of India are in different stages of demographic transition and passes 
through  different  levels  of  morbidity  and  mortality  rates.  The  states  of  Andhra  Pradesh, 
Karnataka, Kerala, Maharashtra and Tamil Nadu are nearly two decades ahead in demographic 
transition  than  other  populated  states  like  Bihar,  Madhya  Pradesh,  Rajasthan  and  Uttar 
Pradesh.  It  is  also  evident  from  the  SRS  (1996‐2001)  that  the  life  expectancy  at  birth  of  the 
south Indian states has averaged about 66.3 years compared to 59.6 years in four north‐Indian 
states.  In  general,  the  demographically  advanced  states  than  demographically  less  advances 
states are supposed to be leading in demographic and epidemiological transition. 

Researchers have discussed the morbidity and mortality conditions in past. In India, during the 
19th century researchers revealed that about 80 percent of India was unprotected against small 
pox  and  fatality  due  to  them  was  approximately  25‐30  percent  in  the  vulnerable  population. 
Later  on,  in  the  20th  century,  the  mortality  rates  declined  continuously  since  1950s  and 
remained  lower  in  recent  decades.  In  parallel  to  this,  the  decline  in  deaths  due  to  Infectious 
diseases  was  apparent  due  to  vaccination  programmes  during  1969‐95.  Unlike  developed 
nations,  the  infectious  diseases  are  not  replaced  by  chronic  diseases  in  India.  The  country  is 
facing dual burden of diseases, that is, high prevalence rate of communicable diseases among 
infant and adolescent ages and high prevalence of noncommunicable diseases among the older 
population.  Of  the  total  share  of  burden  one  third  is  accounted  by  communicable  and  rest  is 
accounted  by  noncommunicable  diseases  in recent  decades  (Banthia  and  Dyson  1999,  Visaria 
2004, James 2011). The percentage contribution of total deaths due to infectious diseases has 
declined  from  47.7  in  1969‐71  to  22.1  in  1994‐95.  Correspondingly,  burden  due  to 
noncommunicable  diseases  has  increased  from  36  percent  to  55  percent.  Currently,  the 
noncommunicable diseases were responsible for 42 percent of total deaths and communicable 
diseases were responsible for 38 percent of deaths (Registrar General 2009b). 
Theoretical Background
Omran  (1971)  formulated  an  epidemiological  transition  theory.  The  theory  describes  the 
changing causes of death pattern associated with the historical decline in mortality. The three 
stages defined are: 1) The Age of Pestilence and Famine with life expectancy of 20 to 40 years, 
2)  The  Age  of  Receding  Pandemics  with  life  expectancy  of  50  years  and  3)  The  Age  of 
Degenerative and Man‐Made Diseases with life expectancy nearly 70 years. Over the course of 
demographic  and  epidemiological  transition,  many  developed  countries  have  undergone  the 
process  of  rectangularization  of  survival  curve  and  the  different  stages  and  combination  of 
compression and (or) decompression of morbidity and (or) mortality.  

2 

First Draft: Do not Cite Without Authors’ Permission 
Various  studies  have  tried  to  examine  the  process  of  mortality  compression  in  developed 
countries in relation to advances in demographic and epidemiological transition. Robine (2001) 
based  on  these  findings,  explored  the  stages  of  epidemiological  transition  and  redefined  the 
stages  of  epidemiological  transition  exploring  the  measure  of  compression  of  mortality  for 
France.  Nusselder  and  Mackenbach  (1996)  worked  on  Netherland  (1980‐84)  data  to  examine 
the rectangularization of survival curve and revealed that is mainly due to increase in mortality 
of the oldest of old. Paccaud et al. (1998) found reduction in standard deviation as a prominent 
measure to conclude compression of mortality for Switzerland (1969‐94) data. Rothenberg et al. 
(1991) worked on United States (1962‐84) data and found that the increase in average age at 
death  was  accompanied  by  an  increase  in  standard  deviation  and  thus  they  labeled  this  as 
expansion of mortality. 

Olshansky  and  Ault  (1986)  proposed  a  fourth  stage  as  The  Age  of  Delayed  Degenerative 
Diseases with life expectancy nearly around 80 years. It is a stage of demographic transition in 
which  mortality  fell  because  the  onset  of  chronic  diseases was  delayed  to  older  ages,  that  is, 
“delayed  degenerative  diseases”.  In  the  recent  decade,  the  causes  of  death  were  essentially 
degenerative‐cardiovascular  diseases  and  cancers.  In  the  light  of  above  observations  the  new 
age  pattern  corresponds  to  fourth  stage  proposed  by  Olshansky  and  Ault  (1986)  and  Robine 
(2001) and labeled as Age of the Conquest of the Extent of Life. In this phase, mortality due to 
cardiovascular  disease  and  accidents  has  decreased  but  the  occurrence  of  non‐fatal  diseases, 
such as dementia and arthritis, has increased. 
Need of the study
Both from theoretical and methodological context, the foregoing review suggest the need for 
investigating  the  complex  age  patterns  of  mortality  and  morbidity  in  India  and  states.  India’s 
age  pattern  of  mortality  has  been  transforming  considerably  and  significantly  towards  a 
flattening  curve  with  the  ongoing  demographic  transition.  Morbidity  level  has  been  rising  for 
the older age group and to a considerable extent among the younger age group. The process of 
mortality  and  morbidity  compression  or  decompression  revolves  around  the  dynamics  of 
changing  age  pattern  of  mortality  and  morbidity  and  the  heterogeneity  associated  with 
changes. In this context, it is critical to understand the ongoing course of mortality, morbidity 
and longevity convergence patterns to understand future course of transition.  

The  possible  transition  or  shifts  in  epidemiological  transition  is  concomitant  with  either 
compression and (or) decompression of morbidity and (or) morbidity, which is majorly driven 
by the changing age pattern of mortality and morbidity. Currently, India and its states are in the 
regime of declining mortality rates and increasing morbidity rates. Under these conditions, the 
country experiences unprecedented amalgamation of compression and (or) decompression of 
mortality and (or) morbidity and therefore, shift in the epidemiological transition is plausible. 

In this paper, we briefed about the 1) compression of mortality and expansion of morbidity. As 
India  and  states  experiences  unique  amalgamation  of  above  two:  2)  We  reviewed  a 
fundamental questions: Of the two, compression of mortality or expansion of morbidity, which 
is more responsible for shift in the epidemiological transition. 
3 

First Draft: Do not Cite Without Authors’ Permission 
Data and Methods
Multiple sources of data have been used for analytical outcomes. Main inputs are age specific 
death rates provided by SRS (1970‐2007), and unit level NSS data (1986‐87, 1995‐96 and 2004) 
by sex and residence. New life tables were constructed using age specific death rates for India 
and  12  bigger  states.  The  new  life  tables  are  calculated  more  appropriately  using  advanced 
methodology adopted by MortPak (United Nations 1988). The  nax values for the life tables are 
very  close  to  2.5,  which  affirms  the  uniform  distribution  of  deaths  in  the  age  groups  and 
therefore,  dx  columns  of  the  life  tables  were  broken  into  single  years  (Seigel  and  Swanson 
2004).  Further,  the  obtained  distribution  of  death  smoothed  between  age  10  and  110  was 
considered for the analyses and henceforth, is referred as distribution of age at death (Kostaki 
and Panousis 2001, Ibrahim 2008, Arias et al. 2010, Wilmoth and Horiuchi 1998, Edwards and 
Tuljapurkar 2005). Truncated distribution of age at death was considered to eliminate the effect 
of  infant  and  adolescent  ages  as  the  process  of  compression  and  (or)  decompression  of 
morbidity  and  (or)  mortality  is  manifested  in  senescent  ages.  Kannisto  (2000)  suggested  C‐
family  method;  an  ideal  measure  to  measure  the  process  of  compression  of  mortality  in  any 
mortality  conditions.  Specifically,  of  all  the  member  of  C‐family,  C50  is  the  most  preferred 
because it captures 50 percent of the deaths in shortest age interval and thus would be easy for 
interpretation  and  observe  the  increase  or  decrease  in  the  age  interval.  Theoretically  and 
empirically,  C‐family  can  work  well  for  developing  countries  and  we  found  that  in  India  and 
states  C50  method  is  able  to  distinguish  the  level  of  compression  of  mortality  per  se  their 
stages of demographic and epidemiological transition. 

The  prevalence  rate  of  diseases  were  calculated  using  NSS  unit  level  data  (1986/87,  1995/96 
and  2004)  (WHO  1957).  Using  the  prevalence  rates,  Disease  Free  Life  Expectancy  (DFLE)  was 
constructed  and  health  ratio‐ratio  of  disease  free  life  expectancy  to  life  expectancy  at  age  x‐ 
was  used  to  examine  the  expansion  of  morbidity  for  India  and  states  (Doblhammer  and  Kytir 
2001).  We  selected  12  bigger  states  for  analyses  and  understanding  their  progress  in 
demographic  and  epidemiological  transition.  The  selected  demographically  advanced  states 
considered are Andhra Pradesh, Gujarat, Karnataka, Kerala, Maharashtra, Punjab, Tamil Nadu, 
Haryana  and  demographically  less  advanced  states  considered  are  Assam,  Madhya  Pradesh, 
Odisha and Uttar Pradesh. 

To understand the progress in epidemiological transitions both the process of compression of 
mortality and  expansion  of  morbidity  were  examined collaterally  by  categories  of population, 
that  is,  rural‐urban  and  female‐male.  Especially,  the  pursuit  and  variants  among  the  states  in 
terms  of  compression  and  expansion  of  morbidity  revealed  the  explicit  understanding  of 
ongoing epidemiological transition. 
Results and Discussion
Growing  epidemiological  research  indicates  that  most  of  the  developed  nations  have 
experienced  the  process  of  compression  of  morbidity  and  mortality  during  the  later  stage  of 
demographic and epidemiological transition. Exploring the historical trends in compression and 
(or)  decompression  of  morbidity  and  (or)  mortality  of  developed  nation  we  found  most  the 
countries  have  experienced  the  process  of  compression  of  mortality  in  intervals.  General 
4 

First Draft: Do not Cite Without Authors’ Permission 
consensus  is  that  compression  of  mortality  seems  to  be  universal  than  decompression  of 
mortality. Resembling, the process of compression of morbidity seems to be pronounced than 
expansion  of  morbidity.  Nevertheless,  researchers  have  addressed  the  process  of 
decompression of mortality and expansion morbidity (Rothenberg et al. 1991, Gruenberg 1977, 
Doblhammer and Kytir 2001, Cheung et al. 2005).  

Among  the  developing  nations  and  particularly  in  India,  the  progress  in  demographic  and 
epidemiological transition is rapid and apparent. The life expectancy at birth of Indian females 
and  males,  respectively,  increased  to  67.7  and  64.6,  respectively,  in  2006‐10.  The  life 
expectancy at birth among rural females of Kerala has rose to 77.2 years in 2006‐10. The linear 
increase in life expectancy at birth (for e0 r2=0.9855 for females and r2=0.9868 for males during 
the period 1970‐2010)  is remarkable and has triggered the existing concept of no limit to life 
expectancy among developing nations as well. Other components of life tables have undergone 
significant changes. The distribution of life table deaths tends to be leptokurtic and unimodal 
over the time period. 

As  a  consequence  of  rapid  demographic  changes  during  1970‐2007,  structural  change  in  the 
age  pattern  of  morbidity  and  mortality  is  seen.  One  of  the  resultant  is  that  the  deaths  have 
been  shifting  towards  older  ages;  majorly  from  ‘old‐old’  to  ‘oldest  old’,  and  tending  to  be 
concentrated in oldest old ages, resulting in a shift in the distribution of age at death and a rise 
in the distribution of age at death. Consequently, the deaths have been clustering in narrower 
age  interval  during  the  recent  decades  compared  to  earlier  decades.  The  reduction  in  the 
shortest age interval of death is also underpinned by the shrinking variance in age at death as 
experienced  by  developed  nations  (Wilmoth  and  Horiuchi  1998  and  1999,  Gruenberg  1977, 
Doblhammer and Kytir 2001, Edward and Tuljapurkar 2005, Howse 2006). 

During the past more than three decades, the transformation in the distribution of age at death 
is dramatic. The following table 1 gives the trends in 25th and 75th percentile and modal age at 
death of the distribution in age at death. The rise in the modal age at death was almost linear. 
Accordingly, the 25th and 75th percentile of the distribution of age at death has risen linearly. 
The linear characteristic of life expectancy at birth in concordance with trends in life expectancy 
at birth among the developed nations is evident for other measures viz. modal age at death and 
25th  and  75th  percentile  of  the  distribution  of  age  at  death.  The  same  is  found  true  for  India. 
Among females, the 25th percentile of the distribution of age at death increased from age 55 in 
1970‐74  to  age  65  in  2003‐07.  Among  males,  the  25th  percentile  of  the  distribution  of  age  at 
death increased from age 55 in 1970‐74 to age 61 in 2003‐07. The reduction in adult deaths is 
primarily  responsible  for  rise  in  the  25th  percentile  of  distribution  of  age  at  death.  Among 
females  than  males,  greater  rise  in  modal  age  at  death  indicates  greater  reduction  in  adult 
mortality.  However,  the  75th  percentile  of  the  distribution  of  age  at  death  rises  as  the  life 
expectancy in higher ages still lags behind those of developed nations. Among females, the 75th 
percentile of the distribution of age at death increased from age 77 to age 84 and among males, 
the  75th  percentile  of  the  distribution  of  age  at  death  increased  from  age  75  to  age  80.  In 
parallel to this, among females, the modal age at death increased from age 73 to age 78 and 
among  males,  the  modal  age  at  death  increased  from  age  70  to  age  75.  The  trends  in  these 
5 

First Draft: Do not Cite Without Authors’ Permission 
three measures clearly indicate outward movement of distribution of age at death to a greater 
extent for females than males. 

It is seen that the three measures (25th, 75th percentile and modal age at death of distribution 
of  age  at  death),  has  shifted  towards  higher  ages  by  more  or  less  equal  amount.  This  clearly 
indicates the shift in the distribution of age at death. Nevertheless, for both females and males, 
the  rise  in  the  25th  percentile  is  greater  than  increase  in  the  modal  age  at  death  and  75th 
percentile  of  the  distribution  of  age  at  death.  As  a  consequence  of  these  progresses,  the 
distribution  of  age  at  death  becomes  bell  shaped  and  looks  similar  to  a  left  skewed  normal 
distribution.  The  linear  increase  in  the  modal  age  at  death  of  distribution  of  age  at  death 
signifies  the  rectangularization  of  the  survival  curve.  These  transformations  undoubtedly 
indicate the progress in compression of mortality (Nusselder and Mackenbach 1996, Cheung et 
al. 2005, Canudas‐Romo 2008). By gender, females are leading than males in the linear increase 
of 25th and 75th percentile and modal age at death. It is clear that the process of compression of 
mortality  initiated  due  to  reduction  of  mortality  rates  among  the  adult  than  older  ages  and 
therefore, reduction in premature mortality is playing a significant role for the advances in the 
process of compression of mortality witnessed in the senescent ages. 

Table 1: 25th and 75th Percent of Death and Modal Age at Death (M*) in the Distribution of 
Death for Male and Female, India, 1970‐2007 
Female Male
Modal
Year
25% of 75% of Modal Age 25% of 75% of Age at
Deaths Deaths at Death Deaths Deaths Death
1970‐1974  55  77  73  55  75  70 
1974‐1978  56  77  73  55  75  70 
1979‐1983  59  79  74  57  77  72 
1984‐1988  60  80  74  57  77  72 
1989‐1993  61  80  75  58  78  73 
1994‐1998  62  82  76  59  79  73 
1999‐2003  64  83  76  59  79  74 
2003‐2007  65  84  78  61  80  75 
Source: Author’s calculation from SRS 1970‐2007 

In parallel to this, the morbidity prevalence rate among the aged population has increased and 
remarkably  for  noncommunicable  diseases  and  cardiovascular  diseases.  The  increased 
prevalence of diseases has immensely affected the pace of epidemiological transition. Analyses 
of  NSS  morbidity  data  for  the  three  time  periods  (1986‐87,  1995‐96  and  2004)  revealed  the 
increased  prevalence  of  chronic  noncommunicable  diseases.  Among  females,  the  prevalence 
rate of chronic noncommunicable diseases increased from 51 in 1986‐87 to 240.2 in 2004 and 
among males, it increased from 67 in 1986‐87 to 236 in 2004. The following table 2 gives the 
prevalence rate of chronic noncommunicable diseases among the aged population for the three 
time periods. 

6 

First Draft: Do not Cite Without Authors’ Permission 
Table 2: Prevalence Rate of Chronic Noncommunicable Diseases among the Aged Population, 
Female and Male, India, 1986‐87, 1995‐96 and 2004 

Chronic Noncommunicable  1986‐87  1995‐96  2004 

Disease 
Male  Female  Male  Female  Male  Female 
Asthma/ Cough and Acute 
18.6 11.6 12.5 13.8  34.2  19.3
Bronchitis* 
Problems of Joints and Bones  11.4 11.5 14.3 24.1  43.0  61.2
Hypertension  13.0 12.7 10.3 15.9  47.9  59.0
Heart disease  5.1 2.5 6.8 4.7  32.4  20.9
Urinary Problems  1.4 0.3 2.8 1.2  5.4  2.5
Diabetes  5.4 2.5 8.2 9.3  39.7  35.1
Cancer & Other Tumours**  0.5 0.4 0.8 1.4  2.3  3.4
Source: Author’s calculation from NSS 1986‐87, 1995‐96 and 2004. 
*In 1995‐96, information was provided for Cough and Acute Bronchitis and for 1986‐87 and 2004, information was 
provided for Asthma 
**In 1986‐87, information was provided for Cancer only and for 1995‐96 and 2004, information was provided for 
Cancer and Other Tumours 
 
During 1986/87‐2004, the prevalence rate of Hypertension and problems of Joints and Bones 
have  increased  immensely.  Among  females,  the  prevalence  rate  of  Hypertension  increased 
from 12.7 in 1986/87 to 59 in 2004; and the prevalence rate of problems of Joints and Bones 
increased from 11.5 in 1986/87 to 61.2 in 2004. Among males, the prevalence rate of these two 
chronic noncommunicable diseases increased but not so far as for females. Among males than 
females, the prevalence rate of Diabetes and Heart diseases increased greatly. The prevalence 
rate  of  Diabetes  increased  from  5.4  in  1986/87  to  40  in  2004.  The  prevalence  rate  of  Heart 
diseases  increased  from  5.1  in  1986/87  to  32.4  in  2004.  The  immense  increase  in  the 
prevalence rate of chronic noncommunicable diseases for both men and women indicates the 
greater process of expansion of morbidity as the life expectancy has increased significantly and 
that linearly. The population is supposed to live in morbid conditions with rise in life expectancy 
in spite of continuous fall in mortality rates; and by gender females seems to more morbid than 
males in current phase of epidemiological transition.  

The  rapid  fall  in  mortality  rates  and  concurrent  remarkable  rise  in  the  prevalence  rate  of 
chronic  noncommunicable  diseases  has  led  to  a  different  demographic  scenario  not  seen  in 
general among the developed nations. The mortality rates are continuously falling, which is not 
the  case  with  the  trends  in  prevalence  rates  of  noncommunicable  diseases.  The  trends  in 
prevalence  rate  of  chronic  noncommunicable  diseases  have  been  increasing  manifold.  For 
communicable  diseases,  the  trends  have  remained  more  or  less  unchanged.  The  significant 
reduction  in  birth  rate  and  death  rate  has  led  to  progress  in  the  later  stages  of  demographic 
transition however remarkable rise in the chronic noncommunicable diseases ascertained the 
middle  stage  of  epidemiological  transition.  The  progress  in  both  demographic  and 
7 

First Draft: Do not Cite Without Authors’ Permission 
epidemiological transition is simultaneous. However, during the short span of 1970‐2007, they 
behaved  differently  whatsoever  observed  among  the  developed  nations.  Accordingly,  the 
realization  of  the  two  simultaneous  processes  made  India  unique  with  reference  to  changing 
age  pattern  of  mortality  and  morbidity  ultimately  leading  to  the  process  of  compression  of 
mortality but expansion of morbidity. 
Correspondence between Compression of Mortality and Expansion of Morbidity
Compression of Mortality and Expansion of Morbidity 

India  being  amidst  the  epidemiological  transition  is  accelerated  by  the  transformation  in  the 
age  pattern  of  morbidity  and  mortality.  As  a  result  of  these  transformations,  the  process  of 
compression  of  mortality  and  expansion  of  morbidity  is  seen  strongly  during  the  last  two 
decades  than  earlier  decades.  Considering,  the  last  two  decades,  the  concentration  of  death 
shrunk to narrower age interval; ascertained a stronger compression of mortality than earlier 
period. The C50, among urban females and males, respectively, shrunk from wider age interval 
20 years, respectively, in 1984‐1988 to 16 years and 18 years, respectively, in 2003‐2007. The 
SD (M+) remained more or less unchanged (not shown here). Declining trends in C50 indicates 
the narrowing age interval of age at death, however stagnant trends in SD (M+) indicates that a 
significant  heterogeneity  exist  in  older  ages.  This  indicates  a  long  way  to  achieve  the  level  of 
compression  of  mortality  found  among  the  developed  nations.  In  sum,  the  process  of 
compression  of  mortality  has  been  in  progress  in  India  and  prominent  among  urban  females 
than other categories of the population (table 3a and 3b: India). 

In  concordance  with  the  progress  in  compression  of  mortality,  the  process  of  expansion  of 
morbidity  is  seen.  The  major  reason  for  this  is  increased  prevalence  rate  of  chronic 
noncommunicable  diseases  compared  to  rest  categories  of  diseases.  Together,  the  linear 
increase in life expectancy in older ages impels the process of expansion of morbidity. For India, 
among urban females and males, respectively, the health ratio at age 60 declined from 76% and 
75%, respectively, in 1986/87 to 46% and 50%, respectively, in 2004. By gender, females than 
males were in living in ill health in recent decades, irrespective of residence. The increase in the 
level of morbidity and declining trends in the health ratio ascertains the process of expansion of 
morbidity has been in the process. 

The progress in both the processes of compression of mortality and expansion of morbidity has 
been  seen  stronger  from  mid  1990s.  The  C50  values  remained  lower  during  recent  decades 
(1990s  and  2000s)  and  showed  stronger  compression  of  mortality  with  some  stagnancy  than 
earlier decades. Against the trends in C50 values, the health ratio showed steep decline during 
1995/96‐2004  and  therefore,  seems  to  be  playing  dominant  role  in  the  progress  in 
epidemiological transition. Because the transition in the age pattern of morbidity and mortality 
is rapid during the last two decades and per se reveal evidences of the compression of mortality 
but  expansion  of  morbidity.  Thus,  population  exhibited  rapid  progress  and  shift  in 
epidemiological  transition  because  of  remarkable  progress  in  the  expansion  of  morbidity  but 
modest progress in compression of mortality during the last two decades, especially after mid 
1990s. By the categories of the population, the shift in the epidemiological transition is much 
8 

First Draft: Do not Cite Without Authors’ Permission 
more rapid and apparent for urban females than other categories of population during the last 
two decade. 

Inter‐State Variation 

In  India  and  states,  during  the  phase  of  high  mortality  and  high  morbidity  in  the  1970s  and 
1980s, the life span was not longer and burdened with severe diseases, spread over the ages. 
During  the  phase  of  high  mortality  and  high  morbidity,  the  age  pattern  of  morbidity  was 
burdened with infectious and parasitic diseases and the deaths were spread over the ages and 
thus, concentrated in wider age interval of death. Over the course of epidemiological transition, 
the  infectious  and  parasitic  diseases  are  reduced  and  degenerative  diseases  are  dominant  in 
recent  decades.  Alongside,  the  level  of  mortality  falls.  The  phenomenon  is  more  pronounced 
among the demographically developed states than demographically less developed states. Also, 
among  the  demographically  advanced  states,  the  transformation  in  the  age  patterns  of 
morbidity and mortality has demonstrated high morbidity prevalence and high concentration of 
deaths  in  older  ages  in  recent  decades.  The  state  analyses  better  revealed  the  progress  in 
epidemiological transition. 

Tables 3a (urban population) and 3b (rural population) give the comparative results of C50 and 
health ratio by categories of the population for adjacent time periods. In general, the trends in 
C50  values  and  health  ratios  indicate  a  coherent  pattern.  All  the  twelve  selected  states  have 
experienced greater compression of mortality but expansion of morbidity profoundly after mid 
1990s.  Among  the  selected  states,  the  demographically  advanced  state  such  as  Kerala  has 
shown progress in compression of mortality to a greater extent. C50 among urban females and 
males, respectively, squeezed from 16 and 21 years, respectively, in 1984‐88 and to 13 and 15 
years, respectively, in 2003‐2005 which are close to USA (C50 is 15.7 for females and 17.7 years 
for males in 1991‐95). Narrower C50 values of females than males indicate that females have 
experienced greater compression of mortality. Vis‐à‐vis the process of expansion of morbidity 
in  Kerala  is  remarkable  due  to  the  highest  prevalence  rate  of  chronic  noncommunicable 
diseases.  By  sex,  females  exhibited  more  decline  in  the  health  ratio  than  males  which  was 
prominent  in  later  period  of  1995/96‐2004  compared  to  earlier  time  period  of  1986/87‐
1995/96. For urban females of Kerala, the health ratio at age 60 declined from 73% in 1995/96 
to  25%  in  2004.  Greater  decline  in  the  health  ratio  corroborates  the  expansion  of  morbidity. 
Thus,  the  urban  female  population  of  Kerala  is  living  longer  duration  of  poor  health  with 
increase in life expectancy. Other demographically advanced states have shown compression of 
mortality  and  expansion  of  morbidity,  however,  to  a  lesser  extent  than  Kerala.  Among  the 
demographically  less  advanced  states  viz.  Uttar  Pradesh  and  Odisha  has  shown  compression 
but  not  as  strongly  as  demonstrated  for  Kerala  and  other  advanced  states.  The  expansion  of 
morbidity is also modest. For urban females of Uttar Pradesh and Odisha, respectively, the C50 
values declined from 25 years and 19 years, respectively, in 1984‐88 to 18 years and 17 years, 
respectively, in 2003‐2007. In parallel to this, for urban females of Uttar Pradesh and Odisha, 
respectively, the health ratio declined from 72% and 82%, respectively, in 1995/96, to 59% and 
70%, respectively, in 2004. 

9 

First Draft: Do not Cite Without Authors’ Permission 
The  comparative  presentation  of  C50  and  health  ratio  clearly  depicts  that  demographically 
advanced  states  are  ahead  than  demographically  less  advanced  states  with  reference  to 
demographic  and  epidemiological  transition.  The  C50  has  become  narrower  from  mid  1990s 
and  throughout  the  time  period  has  remained  narrower  than  demographically  less  advanced 
states. Undoubtedly, C50 values were narrower for demographically advanced states since the 
phase  of  high  mortality  conditions  but  much  wider  for  demographically  less  advanced  states. 
And therefore, over the time period, the reduction in the length of C50 was less prominent for 
demographically  advanced  states  compared  to  demographically  less  advanced  states.  It  is 
noteworthy  that  among  the  urban  population,  demographically  less  advanced  states  are 
approaching the pattern depicting in demographically advanced states. This indicates that the 
demographically  less  advanced  states  were  not  lagging  far  behind  rather  they  are  also 
advancing towards later stage of demographic and epidemiological transition and with greater 
pace and reduced inter‐state variation.  

With the advances in expansion of morbidity demographically advanced states are ahead than 
less  advanced  states.  However,  with  reference  to  trends  in  health  ratio,  demographically 
advanced  states  differ  from  demographically  less  advanced  states  at  large  in  recent  decades. 
Till mid of 1990s, the health ratio of the states were closer to each other and thereafter states 
showed divergence in trends in health ratio. The prominent reasons were fall in mortality rates 
leading  to  higher  life  expectancy  in  older  ages  but  remarkable  rise  in  the  prevalence  rate  of 
chronic  noncommunicable  diseases  among  the  advanced  states  than  less  advanced  states. 
Therefore, the inter‐state variation among the states has increased overtime and to a greater 
extent among urban females. This clearly signifies that all the states have not been experiencing 
similar transition with reference to epidemiological transition, despite the fact that the states 
have shown more or less similar progress in the process of compression of mortality. Kerala has 
been  experiencing  a  major  shift  in  epidemiological  transition,  and  is  ahead  than  remaining 
states. The remaining states lagged Kerala in every respect, that is, with respect to compression 
of  mortality  and  expansion  of  morbidity  and  per  se  demographic  and  epidemiological 
transition.  Based  on  the  experience  of  country  and  Kerala,  it  is  expected  that  other  selected 
states may also exhibit decline in the health ratio overtime. 

The  above  discussion  affirms  that  during  the  last  two  decades  mortality  rates  have  fallen, 
rendering increase in longevity, however, marked rise in morbidity level with heavier burden of 
chronic  noncommunicable  diseases.  The  results  favor  the  notion  of  low  mortality  and  high 
morbidity  as  revealed  in  Kerala  by  Kumar  (1993)  and  more  prominent  in  Kerala  in  recent 
decades. Similar regime is seen in other states as well; strongly among the advanced states and 
modestly among less advanced states. The correspondence between age pattern of morbidity 
and mortality vis‐à‐vis compression of mortality and expansion of morbidity has been observed 
among  the  states.  The  pursuit  in  the  process  of  compression  of  mortality  and  expansion  of 
morbidity is in accordance as per their stages of demographic and epidemiological transition. 

10 

First Draft: Do not Cite Without Authors’ Permission 
 Table 3a: C50 and Health Ratio at Age 60 for Urban Females and Males, India and the Selected States 
Female  Male 
C50  Health Ratio  C50  Health Ratio 
States  1984‐88  1994‐98  2003‐07 1986‐87 1995‐96 2004  1984‐88  1994‐98 2003‐07  1986‐87 1995‐96 2004 
Andhra Pradesh  15.35  17.50  15.74  71.78  67.67  20.72  18.08  16.95  18.07  67.28  61.32  24.22 
Assam  16.85  19.26  17.77  74.75  51.09  49.41  20.94  18.48  19.00  72.36  62.24  54.45 
Gujarat  24.50  19.17  16.54  75.95  79.62  61.49  21.87  20.25  17.61  78.36  78.79  48.54 
Haryana  18.89  17.24  16.06  59.99  71.38  62.63  20.32  19.78  18.25  60.22  72.40  58.02 
Karnataka  19.16  19.19  15.01  81.78  65.40  50.39  18.83  18.97  18.12  78.50  69.30  44.57 
Kerala  15.99  15.34  12.88  66.01  72.68  24.99  20.96  17.49  15.42  59.21  71.41  30.11 
Madhya Pradesh  18.41  18.87  16.81  84.90  82.05  65.96  21.09  17.14  19.92  81.72  80.60  62.96 
Maharashtra  17.90  16.92  17.27  84.52  73.22  38.17  19.21  18.36  18.88  80.96  78.61  39.45 
Odisha  18.93  19.33  16.66  79.42  82.04  70.13  20.38  21.23  18.44  80.55  78.68  70.64 
Punjab  26.74  19.18  17.39  72.25  68.83  53.28  23.58  20.08  18.72  70.08  71.11  62.28 
Tamil Nadu  18.99  16.51  16.76  79.33  78.79  54.14  21.25  17.74  18.29  76.85  74.10  53.82 
Uttar Pradesh  25.39  22.91  17.98  68.76  72.27  59.27  22.12  20.50  18.49  69.93  72.89  57.13 
India  20.11  18.80  16.42  75.94  73.24  45.98  20.26  19.45  18.21  74.60  75.53  50.39 
Source:  Author’s  Calculation  from  SRS  (1970‐2007)  and  NSS  (1986‐87,  1995‐96  and  2004).  The  C50  estimates  are  calculated  for  each  year  (1970‐2007), 
however, presented for selected year only. 

11 

First Draft: Do not Cite Without Authors’ Permission 
Table 3b: C50 and Health Ratio at Age 60 for Rural, Females and Males, India and the Selected States 
Female  Male 
States  C50  Health Ratio  C50  Health Ratio 
1984‐88  1994‐98  2003‐07 1986‐87 1995‐96 2004 1984‐88  1994‐98 2003‐07 1986‐87 1995‐96 2004
Andhra Pradesh  20.14  18.61  19.17  70.95  60.64  47.03 21.36  20.33  21.58  67.22  48.47  49.10
Assam  22.78  21.80  19.72  77.82  60.60  42.37 24.29  22.18  20.60  76.14  67.08  47.47
Gujarat  24.25  20.23  20.03  85.44  76.00  63.15 22.70  19.04  19.97  85.40  77.54  54.78
Haryana  22.88  18.40  17.60  65.97  77.54  65.00 20.13  20.71  21.26  65.45  80.10  63.57
Karnataka  19.55  19.73  18.55  80.35  63.00  51.00 22.46  19.54  20.82  72.68  70.10  49.91
Kerala  13.73  14.31  13.98  67.39  67.28  22.35 16.18  16.85  17.59  60.71  66.03  28.50
Madhya Pradesh  26.25  21.51  19.92  85.50  83.17  69.26 23.76  21.55  20.32  83.39  81.33  67.33
Maharashtra  17.90  16.92  17.27  84.83  69.44  51.48 19.21  18.36  18.88  82.13  76.07  53.04
Odisha  23.67  21.44  19.07  78.19  81.19  74.18 25.18  21.52  20.37  79.52  80.68  74.46
Punjab  19.91  19.45  18.23  73.81  72.43  48.24 19.55  22.19  20.99  72.05  73.99  57.11
Tamil Nadu  19.40  17.25  17.22  81.10  80.08  58.48 20.10  18.95  18.77  78.88  77.36  60.36
Uttar Pradesh  28.17  22.83  21.11  78.15  77.66  61.31 25.00  21.35  20.22  76.43  78.00  63.01
India  23.10  21.35  19.17  78.79  73.14  58.35 22.79  20.98  19.84  75.74  73.32  59.16
Source:  Author’s  Calculation  from  SRS  (1970‐2007)  and  NSS  (1986‐87,  1995‐96  and  2004).  The  C50  estimates  are  calculated  for  each  year  (1970‐2007),  however, 
presented for selected year only. 

12 

First Draft: Do not Cite Without Authors’ Permission 
Integrating  the  empirical  evidence  of  compression  of  mortality  and  expansion  of  morbidity,  we 
revealed that 

1) Increase in the life expectancy is accompanied by the concentration of deaths in narrower age 
interval  and  the  high  prevalence  of  chronic  noncommunicable  diseases  in  older  ages.  The 
results ascertained that the progress in compression of mortality and expansion of morbidity is 
in accordance with the progress in demographic and epidemiological transition. 

2) The  inter‐state  variation  shrunk  with  respect  to  mortality  compression;  however  the  inter‐
state variation expanded with respect to expansion of morbidity in recent decades. 

3) For India as well as for the selected states, especially for demographically advanced states, the 
process  of  expansion  of  morbidity  progresses  to  a  greater  extent  than  the  progress  in 
mortality  compression.  This  is  because  the  C50  values  slightly  declined  during  the  recent 
decade  among  the  advanced  states  and  India  and  states  are  amidst  the  epidemiological 
transition. 

4) India and the states witnesses shift in the epidemiological transition. The shift is pronounced 
among the urban females and demographically advanced states. 

Conclusion 

The  study  focused  on  the  demographic  processes  responsible  for  shift  in  the  epidemiological 
transition. Joshi et al. (2006) explored that the growing burden of CVD has driven the epidemiological 
transition in rural India. The present study compliments with his findings at national level, however 
the results differ at state level. At national level, the CVD has increased enormously, from 17 in 1986‐
87 to 19 in 1995/96 and to 54 in 2004 per 1000 persons. The C50 values have squeezed by only one 
year  during  the  same  period.  Therefore,  at  national  level,  it  is  quite  clear  that  epidemiological 
transition  is  mainly  driven  by  the  high  prevalence  of  chronic  noncommunicable  diseases  (includes 
CVD) and its spread over the younger ages. And thus, expansion of  morbidity mainly contributes at 
national level for shift in epidemiological transition.  

However, across the selected states, the results are not same. The demographically advanced states 
differ from demographically less advanced states. Among the demographically advanced states, the 
progress  in  expansion  of  morbidity  is  remarkable  because  the  prevalence  rate  of  chronic 
noncommunicable  diseases  is  very  high  and  increased  remarkably  from  past  viz.  Kerala,  Andhra 
Pradesh  and  Maharashtra  (health  ratio  declined  steeply  during  1995/96  to  2004).  Against  high 
morbidity prevalence rate, the C50 values have marginally reduced because of narrower C50 values 
throughout  the  time  period,  especially  among  urban  females.  For  demographically  less  advanced 
states, the prevalence rate of chronic noncommunicable diseases has shown modest increase during 
1995/96 to 2004 (health ratio declined modestly during 1995/96 to 2004). However, the C50 values 
have reduced markedly during earlier period. Therefore, it is distinct that demographically advanced 
states,  with  high  morbidity  rates  and  low  mortality  rates,  the  epidemiological  transition  is  majorly 
driven  by  the  expansion  of  morbidity  and  demographically  less  advanced  states,  with  modest 
mortality rates and morbidity rates, the progress in epidemiological transition is modest. 

13 

First Draft: Do not Cite Without Authors’ Permission 
References: 
Arias  E.,  Rostron  B.  L.,  Tejada‐Vera,  B.  (2010),  “United  States  Life  Tables,  2005”,  National  Vital  Statistics 
Reports, Vol. 58, No. 10. 
Banthia, J. and T. Dyson. 1999. “Smallpox in Nineteenth‐Century India”, Population and Development Review 
25(4): 649‐680 
Canudas‐Romo,V.  2008.  “The  modal  age  at  death  and  shifting  mortality  hypothesis,”  Demographic  Research 
19(30): 1179‐1204. 
Cheung,  S.  L.  K.,  J.  Robine,  E.  J.  Tu  and  G.  Caselli.  2005.  “Three  Dimension  of  the  Survival  Curve: 
Horizontalization, Verticalization, and Longevity Extension”, Demography 42(2): 243‐258. 
Doblhammer, G., and J. Kytir. 2001. “Compression or expansion of morbidity? Trends in healthy‐life expectancy 
in the elderly Austrian population between 1978 and 1998”, Social Science and Medicine 52(3): 385‐391. 
Edwards,  R.  D,  and  S.  Tuljapurkar.  2005.  “Inequality  in  Life  Spans  and  a  New  Perspective  on  Mortality 
Convergence across Industrialized Countries”, Population and Development Review 31(4): 645‐674. 
Gowariker, V. 1994. “Demographic Transition in India”, Economic and Political Weekly 29(49): 3106‐3108. 
Gruenberg, E. M. 1977. “The Failure or Success”, The Milbank Quarterly 55(1): 3‐24 
Howse,  K.  2006.  “Increasing  Life  Expectancy  and  the  Compression  of  Morbidity:  A  Critical  Review  of  the 
Debate”, Working Paper Number 206, Oxford Institute of Ageing, UK.  
Ibrahim, R. I. 2008. “Expanding an Abridged Life Table Using Helingman‐Pollard Model,” Mathematika 24(1): 1‐
10. 
James, K.S. 2011. “India’s Demographic Change: Opportunities and Challenges”, Science 333(6042): 576‐580. 
Joshi.  R,  Cardona.  M.,  Iyengar  S  et  al.  2006.  “Chronic  diseases  now  a  leading  cause  of  death  in  rural  India—
mortality data from the Andhra Pradesh Rural Health Initiative”, Int J Epidemiol 35:1522–29. 
Kannisto, V. 2000. “Measuring the Compression of Mortality”, Demographic Research, 3(6). 
Kostaki, A. and V. Panousis. 2001. “Expanding an abridged life table,” Demographic Research 5(1): 1‐22. 
Kumar, B. G. 1993. “Low Mortality and High Morbidity in Kerala Reconsidered”, Population and Development 
Review 19(1): 103‐121. 
National  Sample  Survey  Organization  .1998.  “Morbidity  and  Treatments  of  Ailments”,  NSS  52nd  round,  July 
1995‐June 1996, Report No. 441, Ministry of Statistics and Programme Implementation, GOI. 

National Sample Survey Organization .2006. “Morbidity, Health Care and the Conditioned of the Aged”, NSS 60th 
round, January‐June 2004, Report No. 507, Ministry of Statistics and Programme Implementation, GOI. 
Nusselder, W. J, and J. P. Mackenbach. 1996. “Rectangularization of survival curve in the Netherlands, 1950–
1992,” The Gerontologist 36(3): 773–781. 
Oeppen, J. and J. W. Vaupel. 2002. “Broken Limits to Life Expectancy”, Science 296(5570): 1029‐1031. 
Olshansky,  S.J,  and  B.  Ault.  1986.  “The  fourth  stage  of  the  epidemiologic  transition:  The  Age  of  Delayed 
Degenerative Diseases”, The Milbank Quarterly 64(3): 355‐391. 
Omran,  A.  R.  1971  “The  epidemiologic  transition.  A  Theory  of  the  Epidemiology  of  Population  Change”,  The 
Milbank Quarterly 49(4): 509‐538. 
Paccaud, F., C. S. Pinto, A. Marazzi and J. Mili. 1998. “Age at Death and Rectangularization of the Survival Curve: 
Trends in Switzerland, 1969‐1994”, Journal of Epidemiology and Community Health 52(7): 412‐415. 

14 

First Draft: Do not Cite Without Authors’ Permission 
Pool, I., and L. R. Wong. 2006. Age‐Structural Transitions and Policy: An Emerging Issue.  In, CICRED (Ed.). Age‐
Structural Transitions Challenges for Development. (pp. 3‐19). Paris: Committee for International Cooperation 
in National Research in Demography (CICRED). 
Registrar General of India Sample Registration System 1970–2007. 2011. Office of Registrar General, Ministry of 
Home Affairs, Government of India, New Delhi. 
Registrar  General.  2009a.  Compendium  of  India’s  Fertility  and  Mortality  Indicators  1971‐2007.  Ministry  of 
Home Affairs, New delhi. 
Registrar General. 2009b. Report on Causes of Death in India 2001‐2003, Minister of Home Affairs, New Delhi. 
Robine, J‐M. 2001. “Redefining the stages of the epidemiological transition by a study of the dispersion of life 
spans: the case of France,” Population: An English Selection 13(1): 173–194. 
Rothenberg, R, Harold R. Lentzner, and Robert A. Parker. 1991. “Population aging patterns: The expansion of 
mortality,” Journal of Gerontology: Social Sciences 46: S66–S70. 
S. Horiuchi. and Wilmoth J.R. 1998. “Deceleration in the age pattern of mortality at older ages”, Demography, 
35(4): 391‐412. 
Siegel, J. S., and D. A. Swanson.  2004. The Methods and Materials of Demography. Second Edition, Academic 
Press. 
United  Nations.  2011.  World  Population  Prospects:  The  2010  Revision  (United  Nations  Population  Division, 
Department of Economic and Social Affairs, New York); available at http://esa.un.org/unpd/wpp/index.htm. 
Vallin,  J.,  and  F.  Mesle.  .2004.  “Convergences  and  Divergences  in  Mortality.  A  New  Approach  to  Health 
Transition”, Demographic Research Max Planck Institute for Demographic Research Special Collection 2, article 
2. 
Visaria,  L.  2004.  “Mortality  trends  and  the  health  transition”,  in  T.  Dyson,  R.  Cassen  and  L.  Visaria  (eds.), 
Twenty‐First  Century  India—Population,  Economy,  Human  Development,  and  the  Environment,  New  Delhi: 
Oxford University Press: 32‐56. 
WHO. 1957. “Expert Committee on Health Statistics,” Technical Report Series No. 133, Geneva 
Wilmoth,  J.R.  and  S.  Horiuchi.  1999.  “Rectangularization  Revisited:  Variability  of  Age  at  Death  within  Human 
Populations”, Demography 36(4): 475‐95. 

15 

First Draft: Do not Cite Without Authors’ Permission