La precisión de las predicciones de las probabilidades de muerte específicas por edad es un objetivo esencial para la industria de seguros, ya que afecta drásticamente la correcta valoración de sus productos. Actualmente, es crucial poder calcular con precisión las probabilidades de muerte específicas por edad a lo largo del tiempo, ya que los beneficios de las compañías de seguros y la seguridad social de los ciudadanos dependen de la supervivencia humana; por lo tanto, prever tablas de vida dinámicas podría tener implicaciones económicas y sociales significativas. Las herramientas cuantitativas, como los métodos de remuestreo, son necesarias para evaluar los estados actuales y futuros del comportamiento de la mortalidad. Las compañías de seguros que gestionan estas tablas de vida intentan establecer modelos para evaluar el riesgo de los productos de seguros y desarrollar un enfoque proactivo en lugar de utilizar esquemas reactivos tradicionales. El objetivo principal de este artículo es comparar tres modelos de mortalidad para predecir tablas de vida dinámicas. Utilizando datos reales de países europeos de la Base de Datos de Mortalidad Humana, este estudio ha identificado el mejor modelo en términos de capacidad predictiva para cada sexo y cada país europeo. Una comparación que utiliza gráficos de telaraña nos lleva a la conclusión de que el mejor modelo es, en general, el modelo de Lee-Carter. Además, proponemos un procedimiento que se puede aplicar a una base de datos de tablas de vida que nos permite elegir el modelo más apropiado para cualquier área geográfica.