Overlevelsestavler, Grønland

(opdateret den 25. juni 2024)

Indledning

Det konsoliderede Befolkningsregnskab, opgøres for hele landet og for definerede geografiske inddelinger. Befolkningsregnskabets tabeller indeholder alle nødvendige oplysninger til at estimere befolkningens dødshyppigheder og alle afledte demografiske mål.

Da datagrundlaget således er offentligt og frit tilgængeligt, er målet med denne beskrivelse, at både beregningsmetoden og resultaterne gøres reproducerbare.

De demografiske hændelser i Befolkningsregnskabet kan fordeles efter fødselsårgang og kalenderår. Desuden anvendes i variabel, som angiver, om hændelsen sker før eller efter kalenderårets fødselsdag. Med denne viden kan hændelserne opgøres i såkaldte Lexis elementar-trekanter, som muliggør dødelighedsberegninger, hvor hændelser valgfrit kan opgøres enten ud fra:
A) Alder og kalenderår ved hændelse eller
B) Fødselsårgang og kalenderår ved hændelse eller
C) Alder og fødselsårgang ved hændelse

Når overlevelse beregnes for små befolkninger er datagrundlaget så spinkelt, at der er stor usikkerhed om de beregnede mål. Derfor beregnes overlevelse samlet for flere år. Det bemærkes at beregninger for Grønland traditionelt alene har været beregnet for 5 løbende kalenderår.

De store fødselsårgange i slutningen af 1960’erne, blev afløst af halvt så store fødselsårgange i begyndelsen af 1970’erne. Det har betydet at befolkningens aldersfordeling siden markant ændres med få års mellemrum.

5-års gennemsnit kan derfor let skjule udviklingstendenser i dødeligheden. I den kode som danner dette dokument kan køn, alder og fødested samt beregningsperiode tilpasses, men som udgangspunkt, vises her beregning af dødelighed for mænd i 67-års alderen, født i Grønland, for 5-års perioden 2019: 2023

Med dette dokument dokumenteres den anvendte beregningsmetode til dødelighed i Statistikbank-tabellen: BEDLTALL.

En aldersbetinget dødshyppighed angiver, hvor mange personer der dør fra én fødselsdag til den næste.

For at estimere de aldersbetingede dødshyppigheder beregnes først køns- og aldersbetingede dødskvotienter, som en given periodes antal dødsfald i forhold til risikobefolkningens gennemlevede tid.

Beregningsresultater gemmes i en px-fil, klar til at blive vist i Statistikbanken eller lokalt med Pxwin. Se den svenske Statistikmyndighed SCB for mere information.

PX-filen dannes med R-pakken pxmake. Se github.com/StatisticsGreenland/pxmake for mere info & kilde kode.

Anbefalet beregningsmetode

For at være retvisende skal dødelighed for små befolkninger beregnes for flere år og estimeres ved b-grupper.

Nedenfor er detaljerede beregninger gennemgået for beregninger for hhv a-, b-grupper og c-grupper(for 0-årige).

Beregnet for et kalenderår består en a-gruppe af personer, med forskellig fødselsårgang. Dermed opstår en relativ stor korrektionspost i Befolkningsregnskabet.

Når beregningerne i stedet baseres på b-grupper (fødselårgang i samme kalenderår) går korrektionsposten over en årrække mod 0.

(A) Alder & kalenderår, Lexis firkanter (a-grupper)

Lexis firkanter (alder ved død og kalenderår) er den mindst datakrævende beregningsmetode og metoden som ofte anvendes ved beregninger for større befolkninger.

Dødskvotienten beregnes som (døde i alder x)/(middelfolketal i alder x) for den samme tidsperiode.

Fra den almindelige befolkningsstatistik genfindes disse tal:

Alder 67 i begyndelsen af året
Alder 67 i slutningen af året=Alder 68 i begyndelsen af det efterfølgende år

Figur 2 Lexis firkanter, Case: mænd, født i Grønland (2019 - 2023)

Tabel 1. Sum (rødt areal) - alder: 67, fødselsårgang: 1951 - 1956
Fødested: Grønland
	Døde	Indvandring	Udvandring	Befolkning (primo)	Befolkning (ultimo)	Middelfolketal	Korrektioner
Total	40	3	12	1,052	979	1,015.5	−24
2019	10	2	5	194	198	196.0	17
2020	8	1	0	202	182	192.0	−13
2021	3	0	0	192	191	191.5	2
2022	10	0	3	223	189	206.0	−21
2023	9	0	4	241	219	230.0	−9

Dødshyppighed (alder: 67 ) = 40 / 1015.5 = 0.0393895

Udvandringshyppighed (alder: 67 ) = 12 / 1015.5 = 0.0118168

(B) Fødselsårgang og kalenderår, Lexis vertikale parallelogrammer (b-grupper)

Med Lexis vertikale parallelogrammer beregnes dødshyppigheder fra samme fødselsårgang, indefor et kalenderår, som så strækker sig over 2 aldre. Korrektionsposten er her tilnærmelsesvis lig nul, og vil primært skyldes forskinkede indberetninger fra til det administrative befolkningsregister, som udjævnes over tid.
Dødskvotienterne beregnes som summen af døde delt med summen af middelfolketallet Dødshyppigheden for alder x beregnes som gennemsnittet af 2 dødskvotienter som (dødskvotient i fødselsårgang x + dødskvotient i fødselsårgang x+1) for det samme tids span.

Figur 3 Lexis, vertikale parallelogrammer, Case: mænd, født i Grønland (2019 - 2023)

Tabel 2a. B1 (rødt areal) - Alder: 67/68, Fødselsårgang: 1951 - 1955
Fødested: Grønland
period	Døde	Indvandring	Udvandring	Befolkning (primo)	Befolkning (ultimo)	Middelfolketal	Korrektioner
Total	37	2	15	1,052	1,003	1,027.5	1
2019	10	1	3	194	182	188.0	0
2020	11	0	1	202	191	196.5	1
2021	4	0	0	192	189	190.5	1
2022	5	1	0	223	219	221.0	0
2023	7	0	11	241	222	231.5	−1

Tabel 2b. B2 (grønt areal) - Alder: 66/67, Fødselsårgang: 1952 - 1956
Fødested: Grønland
period	Døde	Indvandring	Udvandring	Befolkning (primo)	Befolkning (ultimo)	Middelfolketal	Korrektioner
Total	33	3	18	1,159	1,111	1,135.0	0
2019	8	1	6	215	202	208.5	0
2020	5	1	2	199	192	195.5	−1
2021	4	0	2	229	223	226.0	0
2022	8	0	6	254	241	247.5	1
2023	8	1	2	262	253	257.5	0

Tabel 2c. Dødskvotienter (Dødsfald/Middelfolketal) beregnet fra totaler i B1 & B2
src	Døde	Befolkning (primo)	Befolkning (ultimo)	Middelfolketal	Deathrate
B1	37	1,052	1,003	1,027.5	0.0360
B2	33	1,159	1,111	1,135.0	0.0291

Tabel 2d. Udvandringskvotient (Udvandring/Middelfolketal) beregnet fra totaler i B1 & B2
src	Udvandring	Befolkning (primo)	Befolkning (ultimo)	Middelfolketal	Emigrationrate
B1	15	1,052	1,003	1,027.5	0.0146
B2	18	1,159	1,111	1,135.0	0.0159

Dødshyppighed (alder: 67 ) = sum(0.0360097, 0.0290749) / 2 = 0.0325423

Udvandringshyppighed (alder: 67 ) = sum(0.0145985, 0.015859) / 2 = 0.0152288

(C) Fødselsårgang, første leveår. Lexis horisontale parallelogrammer

I første leveår beregnes døds- og udvandringshyppighederne direkte fra fødsel til alder 1 år, som gennemsnit for 1 eller flere fødselsårgange.

Figur 4 Lexis, horisontale parallelogrammer, Case: mænd, født i Grønland (2019 - 2023)

Tabel 3. Beregning af død- og udvandringshyppighed for 0-årige (5 år)
cohort	Dødsfald	Udvandrede	Levendefødte	Dødshyppighed	Udvandringshyppighed
Total	6	140	1849	0.0032	0.0757
2018	1	42	399	0.0025	0.1053
2019	2	30	395	0.0051	0.0759
2020	0	33	384	0.0000	0.0859
2021	1	25	325	0.0031	0.0769
2022	2	10	346	0.0058	0.0289

Dødelighed

Figur 5 Dødelighed efter køn, Case: mænd, født i Grønland (2019 - 2023)

5-års beregningsgrundlag

Dødshyppigheder

Tabel 4: Dødshyppigheder beregnet som a- og b-grupper. 2019 - 2023
	Total						Født i Grønland
age	A			B			A			B
	I alt	Kvinder	Mænd	I alt	Kvinder	Mænd	I alt	Kvinder	Mænd	I alt	Kvinder	Mænd
0	0.0002	0.0000	0.0005	0.0030	0.0030	0.0030	0.0003	0.0000	0.0005	0.0033	0.0033	0.0032
1	0.0022	0.0020	0.0024	0.0014	0.0013	0.0015	0.0023	0.0021	0.0025	0.0014	0.0013	0.0015
2	0.0005	0.0005	0.0005	0.0006	0.0002	0.0010	0.0005	0.0005	0.0005	0.0006	0.0003	0.0010
3	0.0007	0.0005	0.0010	0.0005	0.0003	0.0007	0.0008	0.0005	0.0010	0.0005	0.0003	0.0007
4	0.0000	0.0000	0.0000	0.0001	0.0003	0.0000	0.0000	0.0000	0.0000	0.0001	0.0003	0.0000
5	0.0003	0.0005	0.0000	0.0003	0.0003	0.0002	0.0003	0.0006	0.0000	0.0003	0.0003	0.0003
6	0.0003	0.0000	0.0005	0.0004	0.0003	0.0005	0.0003	0.0000	0.0005	0.0004	0.0003	0.0005
7	0.0003	0.0000	0.0005	0.0001	0.0000	0.0002	0.0003	0.0000	0.0005	0.0001	0.0000	0.0003
8	0.0003	0.0000	0.0005	0.0001	0.0000	0.0003	0.0003	0.0000	0.0005	0.0001	0.0000	0.0003
9	0.0003	0.0005	0.0000	0.0003	0.0003	0.0003	0.0003	0.0006	0.0000	0.0003	0.0003	0.0003
10	0.0003	0.0000	0.0005	0.0003	0.0003	0.0003	0.0003	0.0000	0.0005	0.0003	0.0003	0.0003
11	0.0000	0.0000	0.0000	0.0003	0.0003	0.0003	0.0000	0.0000	0.0000	0.0003	0.0003	0.0003
12	0.0003	0.0005	0.0000	0.0003	0.0005	0.0000	0.0003	0.0006	0.0000	0.0003	0.0006	0.0000
13	0.0008	0.0006	0.0010	0.0005	0.0005	0.0005	0.0008	0.0006	0.0011	0.0006	0.0006	0.0005
14	0.0014	0.0011	0.0016	0.0011	0.0008	0.0013	0.0014	0.0012	0.0017	0.0011	0.0009	0.0014
15	0.0021	0.0018	0.0023	0.0020	0.0015	0.0026	0.0019	0.0019	0.0018	0.0020	0.0016	0.0024
16	0.0021	0.0012	0.0029	0.0021	0.0012	0.0029	0.0022	0.0013	0.0031	0.0021	0.0013	0.0028
17	0.0019	0.0011	0.0027	0.0024	0.0017	0.0031	0.0020	0.0012	0.0028	0.0025	0.0018	0.0032
18	0.0041	0.0027	0.0054	0.0037	0.0025	0.0048	0.0040	0.0023	0.0056	0.0037	0.0023	0.0050
19	0.0032	0.0027	0.0037	0.0036	0.0025	0.0048	0.0034	0.0028	0.0039	0.0037	0.0023	0.0050
20	0.0039	0.0032	0.0047	0.0043	0.0032	0.0053	0.0041	0.0033	0.0049	0.0045	0.0034	0.0056
21	0.0049	0.0026	0.0071	0.0046	0.0027	0.0065	0.0052	0.0028	0.0076	0.0049	0.0028	0.0069
22	0.0030	0.0015	0.0044	0.0032	0.0016	0.0048	0.0032	0.0016	0.0048	0.0035	0.0017	0.0052
23	0.0029	0.0025	0.0033	0.0024	0.0020	0.0027	0.0031	0.0026	0.0036	0.0026	0.0022	0.0030
24	0.0021	0.0014	0.0027	0.0022	0.0020	0.0024	0.0023	0.0016	0.0030	0.0024	0.0021	0.0026
25	0.0009	0.0005	0.0013	0.0022	0.0012	0.0032	0.0010	0.0005	0.0015	0.0024	0.0013	0.0035
26	0.0029	0.0013	0.0043	0.0020	0.0009	0.0031	0.0032	0.0015	0.0048	0.0023	0.0010	0.0034
27	0.0011	0.0004	0.0017	0.0014	0.0005	0.0024	0.0012	0.0005	0.0019	0.0016	0.0005	0.0027
28	0.0019	0.0008	0.0028	0.0016	0.0009	0.0023	0.0022	0.0010	0.0033	0.0018	0.0010	0.0026
29	0.0010	0.0008	0.0012	0.0015	0.0011	0.0020	0.0012	0.0010	0.0014	0.0018	0.0012	0.0024
30	0.0017	0.0008	0.0024	0.0018	0.0004	0.0032	0.0019	0.0010	0.0029	0.0018	0.0005	0.0031
31	0.0021	0.0000	0.0042	0.0016	0.0006	0.0026	0.0017	0.0000	0.0035	0.0016	0.0007	0.0024
32	0.0015	0.0013	0.0017	0.0018	0.0009	0.0027	0.0018	0.0015	0.0020	0.0021	0.0010	0.0033
33	0.0034	0.0009	0.0058	0.0027	0.0009	0.0045	0.0040	0.0011	0.0069	0.0032	0.0010	0.0054
34	0.0019	0.0015	0.0023	0.0018	0.0012	0.0024	0.0020	0.0011	0.0028	0.0018	0.0011	0.0026
35	0.0007	0.0010	0.0005	0.0009	0.0015	0.0005	0.0006	0.0012	0.0000	0.0008	0.0014	0.0003
36	0.0015	0.0021	0.0010	0.0011	0.0016	0.0007	0.0018	0.0024	0.0012	0.0013	0.0018	0.0009
37	0.0010	0.0005	0.0015	0.0011	0.0008	0.0014	0.0012	0.0006	0.0018	0.0013	0.0009	0.0017
38	0.0008	0.0006	0.0010	0.0010	0.0003	0.0017	0.0009	0.0006	0.0012	0.0012	0.0003	0.0021
39	0.0028	0.0023	0.0031	0.0024	0.0023	0.0025	0.0033	0.0027	0.0039	0.0029	0.0026	0.0031
40	0.0034	0.0031	0.0038	0.0029	0.0026	0.0031	0.0042	0.0035	0.0048	0.0034	0.0030	0.0039
41	0.0012	0.0007	0.0017	0.0023	0.0009	0.0035	0.0011	0.0000	0.0021	0.0026	0.0007	0.0045
42	0.0028	0.0007	0.0047	0.0024	0.0010	0.0036	0.0035	0.0008	0.0060	0.0024	0.0004	0.0043
43	0.0026	0.0015	0.0036	0.0027	0.0017	0.0035	0.0025	0.0009	0.0040	0.0030	0.0017	0.0042
44	0.0034	0.0015	0.0049	0.0030	0.0018	0.0039	0.0042	0.0018	0.0065	0.0035	0.0021	0.0048
45	0.0024	0.0031	0.0019	0.0029	0.0023	0.0034	0.0026	0.0036	0.0016	0.0032	0.0027	0.0036
46	0.0045	0.0038	0.0050	0.0031	0.0031	0.0031	0.0047	0.0036	0.0057	0.0034	0.0032	0.0037
47	0.0037	0.0023	0.0049	0.0034	0.0023	0.0044	0.0046	0.0026	0.0064	0.0041	0.0023	0.0058
48	0.0038	0.0007	0.0064	0.0047	0.0011	0.0075	0.0043	0.0008	0.0075	0.0056	0.0013	0.0096
49	0.0044	0.0013	0.0069	0.0047	0.0011	0.0076	0.0052	0.0014	0.0089	0.0055	0.0012	0.0096
50	0.0047	0.0040	0.0054	0.0045	0.0040	0.0048	0.0055	0.0043	0.0067	0.0053	0.0044	0.0062
51	0.0043	0.0046	0.0040	0.0062	0.0069	0.0056	0.0047	0.0050	0.0043	0.0071	0.0075	0.0067
52	0.0046	0.0052	0.0041	0.0056	0.0055	0.0056	0.0052	0.0056	0.0049	0.0060	0.0057	0.0063
53	0.0070	0.0054	0.0084	0.0061	0.0052	0.0069	0.0072	0.0053	0.0091	0.0065	0.0054	0.0075
54	0.0077	0.0079	0.0074	0.0084	0.0072	0.0094	0.0078	0.0085	0.0071	0.0088	0.0077	0.0098
55	0.0074	0.0076	0.0072	0.0080	0.0075	0.0084	0.0079	0.0076	0.0081	0.0083	0.0078	0.0087
56	0.0103	0.0087	0.0118	0.0095	0.0090	0.0100	0.0109	0.0092	0.0126	0.0102	0.0094	0.0109
57	0.0111	0.0099	0.0121	0.0108	0.0101	0.0114	0.0123	0.0105	0.0140	0.0119	0.0108	0.0129
58	0.0102	0.0104	0.0100	0.0086	0.0080	0.0091	0.0113	0.0111	0.0115	0.0096	0.0086	0.0107
59	0.0090	0.0063	0.0112	0.0085	0.0073	0.0095	0.0091	0.0067	0.0113	0.0090	0.0077	0.0103
60	0.0095	0.0073	0.0112	0.0113	0.0088	0.0133	0.0101	0.0077	0.0123	0.0117	0.0094	0.0138
61	0.0157	0.0134	0.0175	0.0143	0.0114	0.0166	0.0169	0.0137	0.0197	0.0153	0.0118	0.0184
62	0.0169	0.0166	0.0172	0.0155	0.0139	0.0168	0.0188	0.0180	0.0194	0.0170	0.0143	0.0194
63	0.0179	0.0138	0.0209	0.0181	0.0167	0.0191	0.0191	0.0143	0.0232	0.0195	0.0177	0.0210
64	0.0215	0.0208	0.0221	0.0188	0.0162	0.0208	0.0231	0.0225	0.0236	0.0199	0.0176	0.0218
65	0.0240	0.0177	0.0288	0.0221	0.0168	0.0262	0.0255	0.0179	0.0320	0.0235	0.0176	0.0287
66	0.0290	0.0281	0.0297	0.0279	0.0259	0.0294	0.0317	0.0296	0.0335	0.0302	0.0270	0.0329
67	0.0308	0.0230	0.0367	0.0297	0.0298	0.0295	0.0323	0.0241	0.0394	0.0320	0.0314	0.0325
68	0.0345	0.0344	0.0345	0.0326	0.0245	0.0389	0.0373	0.0359	0.0385	0.0350	0.0256	0.0432
69	0.0433	0.0314	0.0524	0.0377	0.0263	0.0469	0.0471	0.0312	0.0610	0.0401	0.0267	0.0522
70	0.0479	0.0350	0.0576	0.0425	0.0314	0.0510	0.0500	0.0362	0.0621	0.0447	0.0319	0.0560
71	0.0446	0.0310	0.0550	0.0442	0.0336	0.0522	0.0463	0.0319	0.0593	0.0460	0.0346	0.0561
72	0.0548	0.0552	0.0544	0.0471	0.0421	0.0509	0.0603	0.0565	0.0636	0.0493	0.0433	0.0548
73	0.0541	0.0442	0.0613	0.0565	0.0523	0.0596	0.0558	0.0450	0.0653	0.0599	0.0535	0.0655
74	0.0756	0.0605	0.0876	0.0718	0.0602	0.0804	0.0790	0.0597	0.0976	0.0751	0.0602	0.0885
75	0.0737	0.0663	0.0800	0.0779	0.0658	0.0874	0.0773	0.0678	0.0872	0.0806	0.0661	0.0946
76	0.0913	0.0746	0.1062	0.0842	0.0700	0.0966	0.0940	0.0760	0.1140	0.0872	0.0715	0.1041
77	0.0893	0.0694	0.1090	0.0865	0.0693	0.1022	0.0924	0.0679	0.1220	0.0913	0.0693	0.1164
78	0.1057	0.0844	0.1284	0.0986	0.0837	0.1136	0.1118	0.0829	0.1499	0.1064	0.0823	0.1366
79	0.1340	0.1307	0.1376	0.1114	0.1147	0.1074	0.1450	0.1323	0.1622	0.1204	0.1150	0.1272
80	0.1524	0.1538	0.1507	0.1342	0.1298	0.1394	0.1568	0.1553	0.1588	0.1352	0.1314	0.1403
81	0.1580	0.1166	0.2060	0.1419	0.1172	0.1699	0.1527	0.1179	0.2012	0.1406	0.1184	0.1712
82	0.1571	0.1675	0.1442	0.1381	0.1312	0.1459	0.1659	0.1701	0.1597	0.1451	0.1328	0.1622
83	0.1661	0.1081	0.2412	0.1519	0.1360	0.1733	0.1572	0.1101	0.2273	0.1505	0.1383	0.1695
84	0.1880	0.1492	0.2439	0.1770	0.1248	0.2496	0.1826	0.1522	0.2308	0.1707	0.1272	0.2388
85	0.2607	0.2377	0.2968	0.2104	0.1892	0.2387	0.2606	0.2427	0.2920	0.2148	0.1936	0.2460
86	0.1818	0.1939	0.1626	0.2173	0.2328	0.1932	0.1933	0.1969	0.1869	0.2254	0.2382	0.2033
87	0.2156	0.2012	0.2400	0.1945	0.1947	0.1948	0.2126	0.2036	0.2299	0.2000	0.1981	0.2041
88	0.3043	0.2500	0.4103	0.1945	0.1669	0.2450	0.3000	0.2384	0.4348	0.1919	0.1613	0.2548
89	0.2000	0.1818	0.2373	0.2899	0.2656	0.3344	0.1965	0.1818	0.2308	0.2804	0.2591	0.3218
90	0.4375	0.5060	0.3111	0.2796	0.2895	0.2619	0.4426	0.5060	0.3077	0.2791	0.2895	0.2552
91	0.3596	0.3051	0.4667	0.3166	0.3215	0.3091	0.3902	0.3103	0.5833	0.3366	0.3215	0.3752
92	0.5357	0.6857	0.2857	0.3960	0.4353	0.3258	0.5714	0.6471	0.4000	0.4162	0.4131	0.4229
93	0.2927	0.3846	0.1333	0.3005	0.3056	0.2765	0.3333	0.3846	0.2000	0.2948	0.2833	0.3095
94	0.4667	0.2857	0.8889	0.2886	0.2197	0.4265	0.3571	0.2857	0.5714	0.2593	0.2197	0.3667

Statistikbank tabel

Endelig skal hyppighedstabeller suppleres med metadata for at kunne præsenteres i Statistikbanken.

Dette gøres med Grønlands Statistiks r-pakke ‘pxmake’, som findes på Github

# Convert the dataframe px_data_lt a px-file, ready to use

# devtools::install_github("StatisticsGreenland/pxmake")
library(pxmake)

lastupdated    <- "20240701 09:00" # release date
nextupdate     <- "20250308 09:00" # next release date

# get metadata into px-object (z), from previous px-file: BEXLTALL.px
z <- pxmake::px(file.path(previousPath,"BEXLTALL.px")) %>%
# + update date for : last updated and next update
  px_last_updated(format(lastupdated,format='%Y%m%d %H:%M')) %>%
  px_next_update(format(nextupdate,format='%Y%m%d %H:%M')) %>% 
# + update description and title
  px_description(data.frame(language = c("en", "da", "kl"),
    value = c(paste0("Life Tables ",(CONST_start_year+5)," - ",
             CONST_end_event_year," <em>[BEELTALL]</em>"),
             paste0("Overlevelsestavler ",(CONST_start_year+5),
              " - ",CONST_end_event_year," <em>[BEDLTALL]</em>"),
             paste0((CONST_start_year+5)," - ",CONST_end_event_year,
              ", Agguaqatigiissillugu ukioqqortussuseq <em>[BENLTALL]</em>")))) %>% 
  px_title(data.frame(language = c("en", "da", "kl"),
                   value = c("Life Tables ",
                             "Overlevelsestavler ",
                             "Agguaqatigiissillugu ukioqqortussuseq"))) %>% 
  px_infofile("beregningsmetode") %>% 
  px_note(tibble::tribble(~language, ~value,
                          "en", "Read ",
                          "da", "Læs mere om beregningsmetode ",
                          "kl", "Læs mere om beregningsmetode",
                          ))


# create px-object from px_data_lt
x <- pxmake::px(px_data_lt %>% rename(figures_=value))

# replace data in z with data from x
z$data <- x$data

# save px-object to file, overwriting if it already exists
px_save(z, file.path(resultsPath,"BEXLTALL_tmp.px"))

px_save(z, file.path(resultsPath,"BEXLTALL_tmp.xlsx"), save_data=FALSE)

#add Greenlandic translations
y <- pxmake::px(file.path(resultsPath,"BEXLTALL_bova.xlsx"))

y$data <- x$data

y <- y %>% px_notex(NULL)

px_save(y, file.path(resultsPath,"BEXLTALL.px"))