Este estudio implementa varios filtros de transformada wavelet discreta de máxima superposición para modelar y pronosticar el índice de mortalidad dependiente del tiempo del modelo de Lee-Carter. La elección de filtros wavelet apropiados es esencial para capturar efectivamente la dinámica en un período. Esto no se puede lograr utilizando solo el modelo ARIMA. En este documento, el modelo ARIMA se mejora con la integración de varios filtros de transformada wavelet discreta de máxima superposición como los filtros menos asimétricos, mejor localizados y Coiflet. Estos modelos luego se aplican a los datos de mortalidad de Australia, Inglaterra, Francia, Japón y Estados Unidos. La precisión de la proyección del logaritmo de las tasas de mortalidad del modelo MODWT-ARIMA con los filtros wavelet mencionados se evalúa utilizando el error absoluto medio, el error porcentual absoluto medio y el error escalado absoluto medio. El modelo MODWT-ARIMA (5,1,0) con el filtro BL14 ofrece el mejor ajuste a los datos de logaritmo de tasas de mortalidad para hombres, mujeres y población total, para los cinco países estudiados. La implementación de MODWT conduce a una mejora en el rendimiento del marco estándar del modelo LC en la predicción de tasas de mortalidad.