2013-2014年遵义市死因监测点漏报情况分析

目的 了解遵义市死因监测点的死因漏报情况,为评价死因监测质量提供科学依据。方法 在遵义市的四个死因监测点,以多种渠道收集2013-2014年所有常住人口的死亡情况,摸底后进行入户核实,并与常规监测数据库进行核对,描述漏报病例的特征。结果 监测点共漏报4 373例,总漏报率为19.14%。漏报病例数以脑血管病、心脏病、恶性肿瘤、呼吸系统疾病和损伤及中毒最多,共3 614例(占82.64%),男性和女性漏报率依次为18.97%和19.38%,差异无统计学意义(χ2=0.60,P=0.44);各年龄组漏报率差异有统计学意义(χ2=22.09,P<0.001),以0~4岁人群漏报率最高,65岁及以上年龄组最低;各监测点间,汇川区漏报率最高,为39.52%,红花岗区漏报率最低,为5.37%,差异有统计学意义(χ2=2 070.31,P<0.001)。结论 遵义市死因监测点死亡漏报率较高,应规范死因报告管理,逐步提高死因监测数据质量。     

2009-2011年河南省死因监测系统 数据报告完整性分析

摘要:目的　了解河南省死因监测系统报告的完整性情况,估计居民死亡水平,为今后死因监测工作提出建议。方法　采用多阶段随机整群抽样的方法,2012年7-10月抽取每个监测点的14个乡镇,覆盖人口540144;调查户籍人口在2009-2011年所发生的死亡个案,并收集每个行政村的人口资料。结果　2009-2011年共查死亡个案10117例,其中漏报死亡个案1019例,3年平均漏报率为10.07%。2009年、2010年、2011年漏报率分别为10.79%、10.72%和8.68%。2009和2010年漏报率高于2011年,差异有统计学意义;城市和农村漏报率分别为6.29％和农村11.25％,农村报告完整性高于城市;男性和女性漏报率分别为9.19%和11.38%,女性报告完整性低于男性。结论　河南省死因监测系统漏报率降低,报告完整性正在提高。只有有关政府部门之间形成有效的数据交换共享机制,建立健全死因登记制度,才是避免漏报的根本途径。     

江苏省新增死因监测点2011-2012年死亡漏报调查

目的了解江苏省14个新增死因监测点2011-2012年死亡漏报情况。方法从3个与监测点粗死亡率、人口数和社会经济等平均水平最接近的乡镇(街道)中选取1个,调查该乡镇(街道)2011-2012年所有户籍人口死亡情况,计算漏报率,并与常规死因监测系统数据进行比较。结果共调查死亡个案10 231例(男性5 628例,女性4 603例),其中确认漏报181例(男性105例,女性76例),漏报率为1.77%。年均粗死亡率为7.22‰,校正死亡率为7.35‰。与常规报告比较,漏报中16~59岁组、苏北地区、外地死亡个案比例显著增加(P0.001);死于损伤和中毒外部原因疾病比例显著增加(P0.001)。结论江苏省死因监测数据的完整性总体较好,但漏报现象仍不容忽视,应切实完善死因登记制度,加强常规死因监测系统的质量管理。     

2012年青海省疾病监测点死因监测情况分析

目的 掌握青海省2012年死因监测系统报告质量,了解本地区居民的死亡原因和死亡水平,为制定政策提供科学依据.方法 对2012年青海省监测点死因网络报告数据进行分析.结果 2012年青海省疾病监测点居民死亡率为377.05/10万,其中男性为469.31/10万、女性为283.32/10万.根本死因编码不准确率为3.10％.前5位死因为循环系统疾病（205.60/10万）、恶性肿瘤（132.35/10万）、呼吸系统疾病（78.47/10万）、伤害（31.26/10万）及消化系统疾病（24.09/10万）,其中城市、农村前5位死因顺位相同,牧区依次为循环系统疾病、伤害、呼吸系统疾病、恶性肿瘤及消化系统疾病.各级各类医疗机构死亡病例漏报率为9.17％、卡片填写完整率为97.66％、迟报率为7.03％、错填率为16.16％、错录率为5.62％; 2009-2011年漏报率为37.85％,校正死亡率为699.41/10万.结论 通过对各单位定期开展死亡病例的督导和查漏补报工作,掌握本地区死亡水平,并不断完善和提高监测系统工作质量,为相关部门制定政策提供可靠数据.     

2015-2017年江西省国家级死因监测点死亡漏报调查

目的了解江西省国家级死因监测点死亡漏报情况,估计人群死亡率。方法 2018年6-9月,采用多阶段整群抽样方法,从江西省20个国家级死因监测点选取20个乡镇(街道),多途径收集抽样地区常住人口2015-2017年的死亡相关信息,与全国死因监测网络直报系统数据比对,对漏报死亡个案进行入户调查及核实。计算漏报率,组间率的比较采用x²检验。结果共查2015-2017年死亡9 293例,合计死亡率616.45/10万。2015-2017年死亡漏报率分别为13.53%、10.11%和9.71%(x²=21.78,P<0.001),20个调查点漏报率在2.49%～24.33%之间。女性漏报率(12.05%)高于男性(10.38%)(x²=5.15,P<0.05),农村(12.36%)高于城市(8.63%)(x²=24.00,P<0.001),新增监测点(13.12%)高于老监测点(6.99%)(x²=64.33,P<0.001),5岁以下儿童(27.08%)高于5岁以...     

2006-2009年青海省疾病监测点死因监测情况分析

目的了解青海省2006-2009年死因监测系统及导致死亡主要疾病的流行病学特征。方法 （1）对监测系统报告资料进行数据流行病学特征和报告质量评价（根本死因编码等情况）。（2）根据死因网络直报督导方案,定期对监测点各级疾病预防控制中心和医疗机构开展督导检查,并将督导结果及时反馈相关部门予以通报。（3）为校正死亡率定期在监测点开展死因漏报调查。结果 2006-2009年疾病监测点居民平均死亡率为475.68/10万,其中男性为571.26/10万、女性为378.72/10万。死亡病例报告及时率为66.39%、审核率为99.83%、迟审率为3.21%、死因诊断不明比例为1.20%、伤害意图不明比例为0.22%、心血管病缺乏诊断意义比例为0.84%、肿瘤未指明位置比例为0.01%及呼衰、肝衰、肾衰比例为0.71%。前五位死因为循环系统疾病、呼吸系统疾病、恶性肿瘤、损伤中毒及消化系统疾病。各级各类医疗机构死亡病例漏报率为26.23%、卡片填写完整率为81.96%、迟报率为10.86%、错填率为20.18%、错录率为19.11%、第二联上报数与存根相符率为89.40%;2009年漏报率为37.52%,校正死亡率为726.09/10万。结论通过定期对监测数据的分析、对各报告单位的督导检查及开展死因漏报调查工作,并将结果及时反馈各相关部门,是确保数据质量逐年上升的重要监测手段。     

惠州市2013-2015年国家级死因监测点居民死因分析

目的了解广东省惠州市居民死亡水平及死因谱特点,为相关部门制定疾病防治策略提供依据。方法收集2013-2015年惠州市2个国家级死因监测点惠阳区、博罗县的死因监测资料,死因分类按照国际疾病分类标准(ICD-10)进行编码,应用DeathReg和SPSS16.0软件分析死亡率和死因构成。结果 2013-2015年两监测点报告死亡率为341.16/10万,其中男性为364.82/10万,女性为313.30/10万。60岁以上老年人群占全部死亡构成的73.7%。男性、女性60岁以上老年人群死亡病例分别占67.3%和82.4%。前5位的死因依次为:心脑血管疾病、恶性肿瘤、呼吸系统疾病、内分泌营养代谢性疾病、伤害,死亡率分别为:152.76/10万、75.96/10万、37.86/10万、15.25/10万、13.70/10万,分别占总死亡的44.8%、22.3%、11.1%、4.5%、4.0%,前5位死因合计占总死亡的86.7%。女性心脑血管疾病、内分泌营养代谢疾病死亡率高于男性,男性恶性肿瘤、呼吸系统疾病、伤害死亡率明显高于女性(均P<0.05)。结论以心脑血管疾病、恶性肿瘤、呼吸系统疾病等疾病为主的慢性非传染性疾病是危害惠州市惠阳区、博罗县居民健康的主要疾病,男性的死亡率高于女性,60岁以上老人是重点关注人群。     

台州市2013年死因监测数据质量评价

死因监测数据质量评价,是反馈死因监测质控工作的主要内容及方法,是死因监测数据真实、可靠的重要保障。为进一步提高死因监测数据质量及把握质控工作重点,本研究对台州市2013年死因监测数据ICD-10编码质量、数据完整性及数据可靠性等三方面技术指标进行分析评价。结果表明,台州市死因监测数据质量主要指标处于合理水平,质量控制工作切实有效。     

基于捕获-再捕获方法的海南省2015 - 2017年死因监测漏报情况调查

目的 进一步了解海南省死因监测数据的真实情况,为科学制定公共卫生策略和措施提供依据。方法 采用捕获 - 再捕获方法开展调查,共分为三步:第一步,在海南省22个市、县（区）各选取满足以下条件的3个乡镇（街道）:人口数量和社会经济水平接近本县(区)各乡镇(街道)的平均水平,从3个乡镇（街道）中随机选择一个乡镇（街道）作为调查点,点内所有住户作为调查对象,在《人口死亡信息登记管理系统》中查询调查点死亡时间在2015 - 2017年的一批随机样本（“捕获”）,将其做标记。第二步,通过入户调查和查阅地民政和公安部门收集常住居民死亡信息,收集死亡时间在2015 - 2017年的随机样本（“再捕获”）,与“捕获”样本进行比对,发现漏报病例后,收集基本信息、死亡信息和生前诊断信息等。第三步,计算漏报率,剔除粗死亡率低于5‰的调查点。结果 共计12个乡镇的116个自然村纳入分析,共收集到死亡个案5 021例,死因监测系统查询到个案4 583例,两种方式中重复个案3 496例。全省2015 - 2017年的漏报率估计为27.44%、22.70%和24.46%,平均漏报率为24.97%（95%CI = 23.74%～26.24%）。漏报率高的前3位地区是海口市琼山区（49.21%）、龙华区（41.55%）、昌江县（39.29%）;漏报率低的3个地区为白沙县（0.56%）、五指山市（4.62%）、万宁市（9.63%）。调查点间漏报率的差异有统计学意义（χ2 = 721.25 ,P＜0.001）。年份、城市与农村、性别、年龄组间漏报率差异无统计学意义（都P＞0.05）。结论 海南省死因监测系统中漏报率较高,各市、区（县）都存在漏报现象,但漏报率高低存在地区差异。建议强化死因监测系统的培训和督查力度,将死因监测质量与绩效和奖惩机制挂钩,同时开展死因监测系统评估。     

2006—2008年全国疾病监测系统死亡漏报调查分析

目的 了解全国疾病监测系统(DSPs)死亡病例报告工作的漏报情况及其漏报特征.方法 采用多阶段随机整群抽样的方法,在DSPs的161个监测点各抽取6个行政村(居委会),收集其2006-2008年常住人口资料,开展死亡病例漏报调查,覆盖人口6 422 667名,分年龄、性别和地区对漏报率进行估计,并对漏报率调整前后的死亡率进行比较.结果 全国总粗死亡漏报率为16.68％ (6271/37 603),经加权调整后,漏报率为17.44％,城市略低于农村,分别为16.08％与18.14％ (P ＜0.01);中部与西部高于东部,分别为19.27％、18.15％和15.46％ (P＜0.01).0～4岁儿童漏报率远高于5岁以上年龄组,分别为34.95％、16.90％ (P ＜0.01);其中0～4岁年龄组性别差异较大,女性为39.36％,男性为31.93％.死亡率经漏报调整后,全国男性的死亡率由6.38‰调整到7.74‰,女性由4.66‰调整到5.64‰;中部地区男性死亡率调整前后分别为6.49‰与8.00‰,女性调整前后分别为4.59‰与5.73‰.0～4岁儿童死亡率男性调整前后分别为2.48‰与3.64‰,女性调整前后分别为1.98‰与3.27‰;其中,城市儿童死亡率调整前男性死亡率高于女性,分别为1.76‰与1.39‰,调整后儿童女性死亡率高于男性,分别为2.41‰与2.26‰.5岁以上男性死亡率经漏报调整后由6.60‰调整到7.96‰,女性由4.80‰调整到5.77‰.结论 全国疾病监测系统死亡漏报率存在地区和年龄差别,0～4岁儿童的死亡漏报率存在性别差别.     

福建省疾病监测系统2006～2008年死因监测漏报调查

[目的]了解福建省疾病监测系统死因监测的漏报情况,为今后监测工作提出建议。[方法]采用多阶段抽样法在全省疾病监测系统选取80个村/居委会,回顾调查该村/居委会全体户籍人口2006～2008年间的出生、死亡信息,并就漏报原因访谈相关工作人员。调查数据主要以构成比和率进行描述。[结果]调查地区3年间共死亡3940人,校正后的年平均死亡率6.18‰;漏报469例,漏报率11.90%。漏报病例在性别、死亡年度上分布较均匀;年龄以65岁及以上老年组为主;漏报死亡人数以心脑血管病、恶性肿瘤和呼吸系统疾病为多。0～14岁组、母婴疾病的漏报率显著高于其他;不同性别、地区和年度漏报率差异无统计学意义。漏报原因主要与风俗习惯、家属顾忌、工作人员缺乏责任心等有关。[结论]福建省疾病监测系统死因监测漏报情况不容忽视,在今后监测中应倡导卫生、民政、公安等多部门沟通合作,疾控人员、医务人员、死者家属等多方参与,同时还应探讨一些科学的研究方法。     

应用捕获-标记-再捕获法评估2015 - 2017年安徽省死因漏报率

目的 评估安徽省死因漏报率及变化趋势,分析漏报特征及漏报调查工作中存在的问题。方法 采用多阶段整群抽样方法,从安徽24个国家疾病监测点所有乡镇中各抽取1个粗死亡率、人口数量和社会经济水平均接近相应监测点的乡镇（街道）开展漏报调查,收集2015 - 2017年期间所有常住居民死亡信息,采用捕获 - 再捕获法分析漏报情况,并与其同期常规监测资料进行比对。结果 2015 - 2017年安徽省死因漏报率分别为6.40%、6.25%和4.55%,呈逐年下降趋势（χ2 = 24.010,P = 0.001）,年均漏报率为5.73%。2015 - 2017年除新点、皖中地区外,其余分层指标漏报率均呈逐年下降趋势。年均漏报率表现为＜5岁组（16.05%）高于≥5岁组（5.62%）（χ2 = 21.885,P = 0.001）;城市（7.22%）高于农村（4.54%）（χ2 = 0.488,P = 0.485）。对比23个监测点各年度直接法与CMR法漏报率,仅39.13%的监测点两种方法结果相差不大,其余监测点两种漏报率结果均差异较大,最高达76.00%。 结论 安徽省死因漏报率逐年降低,但存在年龄组、城乡、地区等的不平衡,现阶段仍需定期开展漏报调查来弥补常规监测的不足。因各监测点调查工作质量不平衡,应用捕获 - 再捕获方法能获得更准确的漏报率结果。     

武汉市居民死亡漏报调查及死因监测质量评价

摘要：目的了解武汉市居民死亡个案的漏报情况,评价死因监测系统报告的完整性与准确性。方法采用多阶段分层随机整群抽样方法,从武汉市13个行政区抽取26条街道、乡镇的104个社区居委会、自然村作为抽样点,从武汉市死因监测系统之外的多种渠道收集2007-2008年间抽样点居民死亡数据,与死因监测系统死亡报告数据进行比较,计算漏报率。,对抽样点死因监测系统死亡报告卡进行审核,评估死因诊断的可靠性和编码质量。结果抽样点总死亡漏报率为7．90％,其中,中心城区2．11％,远城区为14．69％,城乡之间差异有显著性（x2=170．913,P〈0．001）,死因监测系统数据总体完整性较好;死者生前最高诊断单位达到区县级及以上医疗机构占78．70％,未就诊的比例较低（7．10％）,死因诊断可靠性较高;全市死因编码不准确率为8．48％,编码错误率为4．12％,编码质量合格。结论武汉市死因监测质量较好,在全人群的范围内能合理反映全市居民的死因模式。     

应用倾向性评分加权法估计2012-2014年福建省疾病监测系统死亡病例漏报率

目的 了解福建省疾病监测系统死亡病例的漏报情况及其影响因素。方法 采用分层整群随机抽样方法,在福建省20个疾病监测点开展2012-2014年死亡病例的漏报调查。采用logistic回归方法对漏报率的影响因素进行分析,应用倾向性评分加权法对不同年份、城乡、性别、年龄别、死因别的漏报率进行计算。结果 经倾向性评分加权调整后,2012-2014年福建省总漏报率为9.21%（95%CI：9.06%～9.39%）,农村的漏报率（11.55%,95%CI：11.30%～11.81%）高于城市漏报率（6.64%,95%CI：6.50%～6.78%）。0～14岁人群死亡的漏报率最高（36.29%,95%CI：34.23%～38.67%）,≥65岁人群最低（7.91%,95%CI：7.78%～8.03%）。围生期疾病、先天性异常和损伤中毒的漏报率较高。结论 福建省城乡、年龄别和死因别的漏报率不同,倾向性评分加权法可以用于调整福建省人群死亡病例的漏报率。     

2010～2012年北京市怀柔区居民死因漏报调查分析

目的了解2010～2012年北京市怀柔区居民死因登记工作的漏报情况。方法按怀柔区常住人口的20%比例,采用整群随机抽样的方法,抽取16个镇乡/街道的76个行政村和6个居委会作为调查点,以2010～2012年怀柔区人口抽样死因回顾性调查数据作为实际死亡数据,将常规报告数据与之进行匹配,未匹配上的记录为漏报数据。计算漏报率,并分析其在人群中的分布,了解漏报发生的主要原因。结果 2010～2012年怀柔区调查点实际死亡人数为1232人,漏报人数为50人,总漏报率为4.06%;不同死亡原因比较,意外死亡漏报率为25.00%,因病死亡漏报率为2.84%,差异有统计学意义(χ2=75.47,P<0.01),结论怀柔区居民死亡病例仍有漏报发生,应进一步采取相应措施,提高死因报告质量。