Este documento desarrolla una metodología de árbol de fallos basada en datos que aborda el problema del pronóstico de fallas de un sistema envejecido basado en un modelo interpretable de análisis de causalidad temporal. El modelo fusiona los conceptos de descubrimiento de conocimiento en el conjunto de datos y árbol de fallos para interpretar el efecto del envejecimiento en la estructura de causalidad de fallas a lo largo del tiempo. A intervalos periódicos, el modelo captura las relaciones de causa-efecto en forma de árboles lógicos interpretables, luego las representa en un modelo de árbol de fallos que refleja los cambios en la estructura de causalidad de fallas con el tiempo debido al envejecimiento del sistema. El modelo propuesto proporciona un pronóstico de la probabilidad de ocurrencia de fallas utilizando un conjunto de reglas de causalidad extraídas que combinan las causas raíz descubiertas a lo largo del tiempo de manera ascendente. El conocido conjunto de datos del motor turbofán de la NASA se utiliza como un ejemplo ilustrativo de la metodología propuesta.