Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đánh giá chất lượng dữ liệu nguyên nhân gây tử vong tại sáu quốc gia có thu nhập cao: Australia, Canada, Đan Mạch, Đức, Nhật Bản và Thụy Sĩ
Tóm tắt
Mục tiêu của nghiên cứu này là đánh giá tính hữu ích của chính sách từ dữ liệu nguyên nhân gây tử vong (COD) quốc gia của sáu quốc gia có thu nhập cao sở hữu hệ thống thông tin y tế phát triển cao. Các bộ dữ liệu COD quốc gia từ Australia, Canada, Đan Mạch, Đức, Nhật Bản và Thụy Sĩ trong năm 2015 hoặc 2016 đã được đánh giá bằng cách sử dụng công cụ phần mềm ANACONDA. Các mức độ, mẫu hình và phân phối của các mã "rác" không sử dụng được và không được xác định đầy đủ đã được phân tích. Tỷ lệ trung bình của COD không sử dụng được là 18% trên tổng sáu quốc gia, dao động từ 14% ở Australia và Canada đến 25% ở Nhật Bản. Các mã không được xác định đầy đủ chiếm thêm 8% số ca tử vong, trung bình, thay đổi từ 6% ở Thụy Sĩ đến 11% ở Nhật Bản. Các mã rác thường được sử dụng nhất bao gồm các trường hợp tử vong không xác định rõ khác (R99), Suy tim (I50.9) và Lão suy (R54). Lỗi trong việc chứng nhận COD là phổ biến, ngay cả ở những quốc gia có hệ thống thông tin y tế rất tiên tiến, làm giảm giá trị chính sách của dữ liệu tử vong. Tất cả các quốc gia nên thường xuyên cung cấp đào tạo về chứng nhận cho thực tập sinh bệnh viện và nâng cao nhận thức cho các bác sĩ về trách nhiệm sức khỏe cộng đồng của họ trong việc xác nhận chính xác và có ích các trường hợp tử vong cho chính sách y tế công cộng.
Từ khóa
#nguyên nhân gây tử vong #dữ liệu y tế #chính sách sức khỏe #cao thu nhập quốc gia #mã rác #chứng nhận tử vongTài liệu tham khảo
Adair T, Kippen R, Naghavi M, Lopez AD (2019) The setting of the rising sun? A recent comparative history of life expectancy trends in Japan and Australia. PLoS ONE 14(3):e0214578. https://doi.org/10.1371/journal.pone.0214578
AIHW (2018) Australia’s health 2018, Australian Institute of Health and Welfare 2018. Australia’s health series no. 16. AUS 221. AIHW, Canberra. https://www.aihw.gov.au/getmedia/7c42913d-295f-4bc9-9c24-4e44eff4a04a/aihw-aus-221.pdf.aspx?inline=true
Alpérovitch A, Bertrand M, Jougla E, Vidal J-S, Ducimetière P, Helmer C et al (2009) Do we really know the cause of death of the very old? Comparison between official mortality statistics and cohort study classification. Eur J Epidemiol 24(11):669–675
Chammartin F, Probst-Hensch N, Utzinger J, Vounatsou P (2016) Mortality atlas of the main causes of death in Switzerland, 2008–2012. Swiss Med Wkly 146:14280
Civil Registration and Vital Statistics Knowledge Gateway. https://crvsgateway.info/search-filter?s_q_fulltext=ANACONDA
ICD-11 Reference Guide (2019). https://icd.who.int/icd11refguide/en/index.html
Lopez AD (2013) Reducing risks to health: what can we learn from the Global Burden of Disease 2010 Study? Int J Public Health 58(5):645–646
Mahapatra P, Shibuya K, Lopez AD, Coullare F, Notzon F, Rao C, Sretzer S (2007) Civil registration systems and vital statistics: successes and missed opportunities. Lancet 370:1653–1663
Mikkelsen et al (2015) Counting births and deaths 3—a global assessment of civil registration and vital statistics systems: monitoring data quality and progress. Lancet 386:1395–1406
Mikkelsen L, Moesgaard K, Hegnauer M, Lopez AD (2020) ANACONDA: a new tool to improve mortality and cause of death data. BMC Med
Murray CJL, Lopez AD (eds) (1996) The Global Burden of Disease: a comprehensive assessment of mortality and disability from diseases, injuries and risk factors in 1990 and projected to 2020. Global Burden of Disease and Injury Series, vol I. Harvard University Press on behalf of the World Health Organization and The World Bank, Cambridge, MA
Murray CJL et al (2018) Population and fertility by age and sex for 195 countries and territories 1950–2017: a systematic analysis for the Global Burden of Disease 2017. Lancet 392:1995–2051
Naghavi M (2020) Improving the quality of death data for public health policy: are all ‘garbage’ codes equally problematic? BMC Med
Naghavi M, Makela S, Foreman K, O’Brien J, Pourmalek F, Lozano R (2010) Algorithms for enhancing public health utility of national causes-of-death data. Popul Health Metr. 8:9
Philips DE, Lozano R, Naghavi M, Atkinson C, Gonzales-Medina D, Mikkelsen L, Murray CJL, Lopez AD (2014) A composite metric for assessing data on mortality and causes of death: the Vital Statistics Performance Index. Popul Health Metr 12:14
Rampatige R, Mikkelsen L, Hernandez B, Lopez AD (2014) Hospital cause-of-death statistics: what should we make of them? Bull World Health Organ 92:3–3A. https://doi.org/10.2471/BLT.13.134106
Roth GA, Dwyer-Lindgren L (2017) Trends and patterns of geographic variation in cardiovascular mortality among US counties, 1980–2014. JAMA 317(19):1976–1992. https://doi.org/10.1001/jama.2017.4150
Roth GA et al (2018) Global, regional, and national age-sex-specific mortality for 282 causes of death, 1980–2017: a systematic analysis for the Global Burden of Disease Study 2017. Lancet 392:1736–1788
Schdev A et al (2001) Problems with proper completion and accuracy of the cause-of-death statement. Arch Intern Med 161:277–284
Shibuya K (2006) Counting the death is essential for health. Bull WHO 84(3):161–256
World Health Organization (2016) International statistical classification of diseases and related health problems, 10th revision, vol 2, 5th edn. World Health Organization, Geneva
WHO Mortality Database. CoDQL cause of death query online. http://apps.who.int/healthinfo/statistics/mortality/causeofdeath_query/
Wang H, Naghavi M, Allen C, Lopez AD, Murray CJL (2016) Global, regional, and national life expectancy, all-cause specific mortality for 249 causes of death, 1980–2015: a systematic analysis for the global Burden of Disease Study 2015. Lancet 388:1459–544