应用捕获-再捕获方法估计林州市全死因死亡率和漏报率

[目的]应用捕获-再捕获方法估计林州市2004～2005年全死因死亡率,评价全死因登记处收集死亡资料的完整性. [方法]收集林州市死因登记处、民政和公安3部门2004～2005年的全死园死亡登记资料.不同来源数据间的匹配使用姓名、年龄、性别、死亡时闻、死亡原因和居住地址等变量.使用对数线性泊松模型估计3样本中都没有出现的死亡人数. [结果]2004～2005年期间3来源资料中共报告全死因死亡人数为13007人,死亡率为6.42‰.其中,登记处报告的全死因死亡人数为12261人,死亡率为6.06‰.用捕获-再捕获方法估计的全死因死亡人数为13402人,死亡率为6.62‰.登记处的漏报率为8.5%,合并样本的漏报率为2,3%. [结论]仅仅使用登记处或合并样本资料会低估全死因死亡率,而利用公安、村访谈、登记处等部门现有的资料,使用捕获-再捕获方法可以校正低估的全死因死亡率.     

应用捕获-再捕获方法估计汶上县全死因死亡率和漏报率

目的应用捕获-再捕获方法估计汶上县全死因死亡率,评价死因登记报告系统收集死亡资料的完整性。方法 2009年收集汶上县死因登记报告系统和死因漏报系统的全死因死亡资料。不同来源数据间的匹配使用姓名、年龄、性别、死亡时间、死亡原因和居住地址等变量。应用Chapman and Wittes的无偏估计公式估计目标人群的死亡人数。结果两来源资料中共报告全死因死亡人数为77人,死亡率为7.13‰。死因登记报告系统报告的全死因死亡人数为69人,死亡率为6.39‰。用捕获-再捕获方法估计的全死因死亡人数为79人,死亡率为7.32‰。死因登记报告系统的漏报率为12.6%,两样本合并后,漏报率为2.6%。结论仅使用死因登记报告系统或合并样本资料会低估全死因死亡率,而利用现有的资料,使用捕获-再捕获方法可以校正低估的全死因死亡率。     

应用捕获-标记-再捕获法评估济南市户籍居民死亡登记漏报水平

目的 应用捕获-标记-再捕获法（capture-mark-recapture,CMR）评估2013－2014年济南市居民死亡登记漏报水平。方法 采用分层整群随机抽样方法,按照城乡分层抽取济南市2个区、3个县,从抽中的每个县（区）随机抽取3个乡镇（街道）,每个乡镇（街道）随机抽取8个村（居委会）。通过民政、公安、妇幼、村医、村干部、社区居委会搜集辖区内2013年1月1日至2014年12月31日的户籍人口死亡名单,与死因监测数据进行比对,计算漏报率。结果 本次调查共收集济南市2013－2014年死亡病例2 903例,死因监测登记同期死亡病例3 113例,CMR估计死亡病例3 772例（95%CI：3 741～3 802）,死因监测漏报率为17.46%。不同类别的漏报率比较,2013、2014年漏报率分别为19.29%、15.57%（χ² =8.92,P< 0.01）。城区、农村漏报率分别为20.91%、11.93%（χ²=47.35,P< 0.01）。男性、女性漏报率分别为17.87%、16.98%（χ² =0.48,P> 0.05）,< 5岁组、≥5岁组漏报率分别为21.57%、17.45%（χ² =0.03,P> 0.05）。结论 济南市死因监测存在一定程度的漏报,应用CMR可以评估漏报水平,建议定期开展漏报调查,校正常规监测数据,并针对发现的漏报重点环节进行改进。     

捕获-再捕获方法在估计居民全死因死亡漏报率中的应用

目的应用捕获-再捕获方法(CMR)评价合肥市居民死因登记报告的质量,校正常规监测居民死亡率。方法采用分层随机抽样法,对抽取的51,504人调查人口死亡情况,再与同期监测系统所报告的死亡资料进行核对,计算漏报率以及总体死亡率的95%可信区间(CI)。结果 2007～2009年3年的报告死亡率分别为2.89%、3.34%、3.86%,校正报告死亡率分别为4.17%、4.76%和4.75%。结论使用捕获-再捕获方法可以校正死亡率,适时开展漏报调查可有效弥补常规监测的不足。     

应用捕获-再捕获法评估云南省疾病监测点居民死亡水平

目的 应用捕获-再捕获方法(CMR)评价居民死因登记报告质量,校正常规监测居民死亡率和婴儿死亡率.方法 采用多阶段随机整群抽样方法,对抽取的37 538户居民逐户调查人口死亡情况,再与同期监测系统所报告的死亡资料进行核对,计算漏报率以及总体死亡率95%可信区间(CI).结果 云南省国家疾病监测点居民死亡漏报率和婴儿死亡漏报率分别为19.86%和44.74%;校正报告死亡率和校正报告婴儿死亡率分别为7.04‰和32.29%.;估计总体死亡率和总体婴儿死亡率95%CI分别为6.89%.～7.18%和23.02‰～41.57%.结论 使用捕获一再捕获方法可以校正低估的全死因死亡率和婴儿死亡率,适时开展漏报调查,是有效弥补常规监测不足的方法之一.     

应用捕获-再捕获法估计5岁以下儿童死亡漏报率及死亡率

目的探索用捕获-再捕获方法(CRM)估计5岁以下儿童死亡漏报率和死亡率,评价卫生部门收集5岁以下儿童死亡资料的准确程度.方法利用内蒙古喀喇沁旗卫生和计生两部门1997～2000年的5岁以下儿童死亡登记资料通过核对、入户核查,用CRM估计儿童死亡率.结果用CRM估计研究地区1997～2000年5岁以下儿童死亡数为399人,卫生部门的漏报率为24.8%,并且存在死亡儿童年龄越低死亡漏报率越高的现象;卫生部门1997～2000年报表登记的5岁以下儿童平均死亡率为22.97‰,估计5岁以下儿童死亡率为30.55‰,高于将两部门资料合并得到的儿童死亡率28.56‰.结论可以利用卫生和计生部门现有的信息依靠CRM校正因漏报而造成的数值误差,获得较准确的儿童死亡率.但在使用时必须注意其使用的前提条件,不能盲目地套用公式.     

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。     

应用捕获-再捕获方法评价死因登记报告信息完整性

目的应用捕获-再捕获方法估计汶上县全死因死亡率和漏报率,并评价死因登记报告系统收集死亡信息的完整性。方法收集汶上县死因登记报告系统和死因漏报系统的全死因死亡资料。不同来源数据间的匹配采用标准匹配。应用Chapman和Wittes的无偏估计公式估计目标人群的死亡人数。结果在抽样地区,两来源资料中共报告全死因死亡人数为77人,死亡率为7.13‰。死因登记报告系统报告的全死因死亡人数为69人,死亡率为6.39‰。用捕获-再捕获方法估计的全死因死亡人数为79人,死亡率为7.32‰。死因登记报告系统的漏报率为12.6%,两样本合并后,漏报率为2.6%。结论死因登记报告信息存在明显的漏报,而利用现有的资料,使用捕获-再捕获方法可以校正低估的全死因死亡率。     

捕获-再捕获方法在济南市死因漏报调查中的应用

目的 了解济南市死亡个案的漏报情况,为制定卫生策略提供依据。方法 用捕获一再捕获方法(Capture - Mark - Recapture,CMR),采用分层整群随机抽样的方法,全市各县区根据2015年度各乡镇（街道）死因监测数据质量水平,随机抽取4个乡镇（街道）,每个抽中的乡镇（街道）的所有家庭均为调查家庭,调查对象包括调查家庭的所有成员。从当地公安、民政和村(居委会)搜集人口死亡情况,再与死因登记系统已报告的死亡资料进行比对,计算漏报率。结果 2015年济南市死因监测漏报率为9.21%。其中,农村死亡漏报率较城区高2.23%（95%CI:1.17%～3.29%）。0～4岁组较其他年龄组高18.99%（95%CI:9.58%～28.40%）。男性死亡率较女性高0.90%（95%CI:-5.28%～7.08%）,无统计学意义。根据死亡漏报率,调整后的2015年济南市居民粗死亡率为731.45/10万,调整后的人均期望寿命是78.33岁。结论 济南市死因监测系统死亡漏报情况不容忽视,应规范死因报告管理,逐步提高死因监测数据质量。同时,使用捕获一再捕获方法可以校正低估的粗死亡率和人均期望寿命,适时开展漏报调查,是有效弥补常规监测不足的方法之一。     

用捕获-再捕获方法估计林州市传染病死亡人数

目的应用捕获-再捕获方法估计林州市2004—2005年的传染病死亡人数，以评价死因登记处中传染病死亡数据的完整性。方法收集林州市死因登记处、民政和公安三来源2004—2005年的传染病死亡登记资料。用居住地址、姓名、性别、身份证编码、死亡时间、死亡原因等变量对不同来源数据进行匹配。利用三来源的对数线性泊松模型估计林州市2004—2005年真实的传染病死亡人数。结果在2004—2005年共报告传染病死亡人数为361人；用捕获-再捕获方法估计传染病死亡人数为375人（95％CI：367～393），以此估计值作分母，登记处的漏报率为6．7％，公安、民政和登记处资料合并后的漏报率为3．7％。结论运用捕获-再捕获法对传染病死亡登记进行估计，可以校正因漏报而造成的数值误差，获得较准确的传染病死亡人数。     

用捕获-再捕获法估计三峡库区居民出生和死亡水平

目的 评价出生死亡监测质量，校正三峡库区报告人口出生率和死亡率。方法 采用分层随机整群抽样方法，对抽取的7061户居民逐户调查人口出生和死亡情况，再与同期监测系统所报告的出生、死亡资料进行核对，计算漏报率以及总体出生率和死亡率95％可信区间（C1）。结果 三峡库区人群健康监测系统出生漏报率为13．91％，死亡漏报率为15．60％，婴儿死亡漏报率为33．33％。校正报告出生率为8．92‰，估计总体出生率95％CI：8．38‰～9．45‰，校正报告死亡率为6．88‰，估计总体死亡率95％CI：6．37‰～7．38‰。结论 三峡库区人群健康监测系统出生和死亡报告质量符合国家疾病监测点质量要求。2002—2004年三峡库区人口出生率和死亡率在10．00‰以下。     

2010～2012年北京市延庆县死亡漏报调查

目的了解北京市延庆县居民死因登记工作的漏报情况及主要原因。方法采用多阶段按比例整群抽样的方法,确定分层原则,采用分层随机抽样方法抽取7个镇乡/街道共36个行政村/居委会作为调查点,以2010~2012年延庆县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。结果 2010~2012年延庆县调查点实际死亡人数为456人,漏报人数为42人,总漏报率为9.21%;不同乡镇比较,珍珠泉乡漏报率最高,为22.08%,旧县镇无漏报;不同地区分类比较,非火化区漏报率最高;因脑血管病死亡漏报率最高为10.22%;2012年度漏报率最高为12.66%。结论延庆县居民死亡漏报现象仍较为严重,应进一步采取相应的措施,提高死因报告的质量。     

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.     

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。     

天津市院内死亡病例漏报及报告质量评价

目的评价天津市2009年院内死亡病例信息报告质量,为进一步完善死因监测工作提供依据。方法分析天津市2009年死因监测网络直报数据及2008年现场漏报调查数据。结果 2009年院内死亡病例前5位死因分别为恶性肿瘤、心脏病、脑血管疾病、呼吸系统疾病、损伤和中毒,与户籍人口中的前5位死因构成顺序有所不同。根本死因编码错误率为0.41%,76.9%的死亡病例其根本死因诊断依据科学、可靠,77.7%的患者死亡后7 d内能够通过网络直报进行报告,99.7%的报告卡能够在网络直报后7 d内得到审核。院内死亡病例存在漏报,漏报率为4.5%,门、急诊漏报率高于住院。结论天津市住院死亡病例死因报告准确、有效,可以正确评估我市住院死亡人群的死因模式;但也存在不足,院内死亡病例的报告和管理仍是今后死因监测工作的重点。     

合肥市长丰县2009-2013年5岁以下儿童死亡分析

目的了解长丰县5岁以下儿童死亡率及死因顺位情况,为制定相关干预措施提供依据。方法对2009-2013年5岁以下儿童死亡监测资料进行整理和分析。结果 2009-2013年5年间5岁以下儿童死亡率呈递减趋势,其中新生儿死亡占5岁以下儿童死亡半数以上。新生儿出生窒息占死因首位。结论提高胎儿娩出助产技术和新生儿窒息复苏技术是降低5岁以下儿童死亡的重要措施。     

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...