核心观点
本研报旨在指导如何将死亡 verbal autopsy (VA) 数据与 medical certificate of cause of death (MCCD) 数据联合使用,以生成更全面的死亡率分析。研报强调了在整合数据之前,需要充分了解数据来源的背景、数据质量标准以及数据分析的步骤和结果解释。
关键数据
- 数据来源: verbal autopsy (VA) 和 medical certificate of cause of death (MCCD)
- 数据整合方法:
- 选择一个共同的死因分类列表,例如全球疾病负担 (GBD) 分类列表、VA 分类列表或 WHO GHE 分类列表。
- 使用映射文件将 VA 数据的死因分类转换为 ICD 编码。
- 使用逆概率加权法调整数据,以解决数据的不完整性问题。
- 数据分析: 计算年龄、性别和死因特异性死亡率分数 (CSMFs)
研究结论
- VA 数据的价值: 在许多发展中国家,VA 数据是获取死亡原因信息的重要补充,尤其是在 MCCD 数据不足的情况下。
- 数据整合的步骤:
- 理解数据来源的背景和局限性。
- 确保数据满足一定的质量标准,例如数据完整性、代表性和准确性。
- 准备数据集并进行整合。
- 使用和解释结果,包括描述结果的局限性。
- 数据整合的应用:
- 制定政策简报,为公共卫生决策提供信息。
- 进行趋势比较,以确定哪些健康干预措施需要优先考虑。
- 满足国际发展目标,例如可持续发展目标 (SDGs) 的监测需求。
- 监测死因数据生成方法的应用情况。
其他要点
- 研报提供了使用 SAS 代码准备数据集和聚合数据的示例。
- 研报强调了在解释结果时考虑数据局限性的重要性,例如数据的非代表性和死因分类的潜在错误。
- 研报建议将 VA 数据与其他死亡率数据源结合使用,以获得更全面的认识。