某市2015年-2017年死因监测数据质量分析

——贺万静 银丽娟

死因监测是通过对居民死亡情况进行客观记录和研究，来了解人群基本健康状况资料，是卫生信息系统的重要组成部分。居民死亡谱及其死因变化是反映居民健康状况的重要指标之一，是制定卫生政策、评价卫生工作质量和效果的科学依据，也是研究人口自然变化规律的重要内容之一。本研究对毕节市2015年-2017年死因监测数据进行质量分析，为进一步提高毕节市死因监测水平提供参考。

1 资料与方法

1.1 资料来源

死因数据来源于中国疾病预防控制信息系统中人口死亡信息登记管理系统，常住人口数据来源于中国疾病预防控制信息系统中疾病预防防控基本信息系统。毕节市国家死因监测点有七星关区、大方县和金沙县，其中金沙县系慢性病示范区监测点。标化死亡率采用 2010 年第六次全国人口普查数据作为标准人口计算。

1.2 质量评价指标

1.2.1 可靠性 死因可靠性评价指标包括死者生前最高诊断单位构成比和死者生前最高诊断依据构成比。死者生前最高诊断单位分为三级医院、二级医院、乡镇卫生院或社区卫生服务机构、村卫生室、其他医疗卫生机构和未就诊。死者生前最高诊断依据分为尸检、病理、手术、临床+理化、临床、死后推断和不详，可靠诊断依据包括尸检、病理、手术、临床+理化，不可靠诊断依据包括临床、死后推断及不详[1]。

1.2.2 准确性 死因编码准确性采用根本死因编码不准确比例进行评价。按照“疾病和有关健康问题的国际统计分类(ICD-10)”对死亡病例进行根本死因编码。根本死因编码不准确包括以下情况：(1)编码首字母为R，定义为“症状或体征”类型；(2)编码首字母为S或T，定义为“伤害部分仅有内部原因没有外部原因”，或编码范围在Y10-Y34间或编码为Y87.2，定义为“伤害无外部原因或其意图不明”；(3)编码为I47.2、I49.0、I46、I50、I51.4、I51.5、I51.6、I51.9、I70.9，定义为“心血管病缺乏诊断意义”；(4)编码为J96、K72，定义为“其他错误如呼衰、肝衰”；(5)编码为C76、C80、C97，定义为“肿瘤未指明位置”。其余定义为“无明显错误”。根本死因编码不准确比例 = 根本死因编码不准确的死亡数/全部死亡数×100%。

1.3 统计学方法

采用Excel 2010和SPSS 22.0软件进行数据汇总、整理及分析。

2 结果

2.1 死亡概况

2.1.1 死亡率 2015年-2017年毕节市死因监测点常住人口为7 325 070人，死亡病例41 594例，死亡率为567.83/10万。其中，2015年死亡病例12 762例，死亡率为526.39/10万(标化死亡率为547.40/10万)；2016年死亡病例14 062例，死亡率为574.37/10万(标化死亡率为565.13/10万)；2017年死亡病例14 770例，死亡率为602.27/10万(标化死亡率为616.94/10万)。

从各县(区)来看，金沙县连续3年死亡率以及大方县2017年死亡率均高于600/10万，七星关区2015年死亡率低于500/10万。

2.1.2 死亡地点分布 2015年-2017年毕节市死因监测点死亡病例在家中死亡占比最高，且呈上升趋势；其次是在医疗卫生机构死亡，总体呈下降趋势；其他场所排名第三；第四是来院途中；第五是死亡地点不详，呈逐年递减；养老机构死亡占比最低。

2.1.3 死亡时间分布 毕节市死因监测点各年常住人口死亡病例均以冬季和初春居多，占比37.24%，夏季(7月)出现第二个小高峰，初秋(9月)死亡病例最少，占7.26%。

2.2 死因监测数据可靠性评价

2.2.1 死者生前最高诊断单位 2015年-2017年，死者生前最高诊断单位以二级医院占比最高，分别为36.60%(4 671例)、39.20%(5 513例)、38.92%(5 749例)。其次为三级医院，分别为29.53%(3 768例)、30.03%(4 223例)、31.65%(4 675例)。

从各县(区)来看，七星关区死者生前最高诊断单位以三级医院占比最高(34.7%)，金沙县和大方县均以二级医院占比最高，分别为51.77%和35.72%，大方县未就诊占比最高(22.12%)。见表1。

表1 毕节市死因监测点死亡病例生前最高诊断单位情况

2.2.2 死者生前最高诊断依据2015年-2017年可靠诊断依据占比分别为57.03%(7 279例)、67.19%(9 448例)、62.44%(9 222例)。2015年-2017年死者生前最高诊断依据以“临床合并理化”占比最高，分别为49.38%(6 302例)、62.25%(8 753例)、57.79%(8 535例)，“尸检”占比最低，分别为0.21%(27例)、0.09%(13例)、0.14%(21例)。

从各县(区)来看，金沙县可靠诊断依据占比最高(78.62%)，其次为七星关区(74.15%)，大方县最低(30.12%)。死者生前最高诊断依据以“临床合并理化”占比最高的是金沙县(70.99%)和七星关区(70.49%)，大方县以“临床”占比最高(35.66%)。见表2。

表2 毕节市死因监测点死亡病例生前最高诊断依据

2.3 死因监测数据准确性评价

2015年-2017年根本死因编码中，“无明显错误”占比最高，分别为95.68%(12 211例)、97.56%(13 721例)、98.27%(14 515例)，呈逐年上升趋势。“伤害意图不明”占比均为0。

从各县(区)来看，根本死因编码中，“无明显错误”占比最高为金沙县(99.75%)，其次为七星关区(96.57%)，大方县最低(95.94%)；“死因诊断不明”金沙县占比最低(0.19%)，七星关区和大方县分别为2.31%、2.11%。见表3。

表3 毕节市死因监测点死亡病例的死因编码情况

3 讨论

死因监测数据的准确性、可靠性是挖掘利用死因监测数据的前提[2]，直接关系到人群健康水平的真实性及公共卫生决策的科学性。定期对死因监测数据质量进行评估与分析具有重要意义，能够及时发现各县(区)死因监测工作中存在的问题，并反馈给相关报告单位加以改进，以提高死因监测数据质量。

3.1 死亡概况

死因登记报告死亡率的高低是评价《人口死亡信息登记管理系统》报告数据完整性的重要指标之一[2]。本研究结果显示，毕节市死因监测点常住人口报告死亡率逐年增加，且2017年略高于600/10万，达到了国家规定的报告死亡率标准(500/10万)[2]，这在一定程度上反映了毕节市死因监测工作在逐步推进。从县(区)层面来看，七星关区常住人口死亡率略低，且2015年死亡率低于国家标准，这可能与该区的硬件条件(社会经济水平、医疗卫生服务水平等)、既往死因监测工作基础较差以及服务人口较多等有关。相关部门应尽快加强对薄弱地区死因监测工作的组织管理，并提高其重视程度，从而有效提高死因监测水平。

结果显示，毕节市居家死亡病例占比最高，与当地的传统习俗有关，大多数老年人选择在家终老，基层医务人员工作负担也相应增加，难免存在漏报现象。此外，我国居民对死亡极其敏感，加大了死因入户调查和漏报调查难度，从而影响死因监测数据的利用价值。这些问题需依靠政府部门解决，如增加乡村医生，加强医疗卫生机构与相关部门合作，搭建良好的沟通渠道，真正做到信息共享，以提高报告数据质量。死亡时间分布与刘华章等[2]研究结果相近,均以冬季和初春为主，可能与体弱病残者适应天气变化能力较差有关。

3.2 死因监测可靠性评价

结果显示，2015年-2017年毕节市死因监测点死者生前最高诊断单位以二级和三级医院为主，且二级医院占比高于三级医院，但低于全国疾病监测系统及其他地区占比[3-5]，可能与毕节市三级医院较少有关。从县(区)层面来看，七星关区以三级医院占比最高，原因可能为仅七星关区有三级医院。2015年-2017年毕节市死因监测点可靠诊断依据占比为60%左右，与以往报道相比[5]，存在较大差距，呈总体上升趋势。3个死因监测点以金沙县可靠依据占比最高，该县为毕节市唯一的非贫困县，殡葬制度较完善，有利于死因监测工作的开展。毕节市社会经济发展相对滞后、先进的卫生技术普及不到位、居民的健康意识水平低下等都会阻碍到死因监测工作的开展。卫生行政部门应将此项工作纳入考核，制定奖惩制度，加大督查力度，加强健康知识宣传力度。

3.3 死因监测准确性评价

死因诊断准确性方面，毕节市根本死因编码准确性较高，无明显错误占比超过95%，根本死因编码不准确比例约为4%，达到国家规定的低于5%的标准[2]。大方县根本死因编码不准确比例最高，金沙县最低，可能与各地经济状况(金沙县系毕节市唯一的非贫困县)、工作人员的业务能力等有关。准确填报死因编码对死因监测数据质量至关重要，有研究报告指出[6]，若根本死因编码不明占比超过20%，会严重影响死因数据的利用。因此，相关部门应定期对编码人员进行ICD-10培训，提高其编码能力。此外，乡镇卫生院或社区卫生服务中心若经常更换医生，应提前做好交接工作，保证死因监测工作正常运转。

综上所述，毕节市死因监测数据质量有所提升，但总体上不容乐观，建议政府和卫生行政部门高度重视，加强宏观管理，完善有关考核机制，从全市战略层面统筹解决现阶段存在的死因监测问题，可与慢性病防控能力评估体系相结合[7]，从而提高死因监测系统的应用价值。