搜索到136篇“ 死亡漏报“的相关文章
- 2018—2020年长沙市居民死亡漏报调查分析被引量:1
- 2023年
- 目的了解长沙市死亡数据的漏报程度,评估其完整性,以期为制定卫生政策和卫生保健措施提供科学依据。方法采取多阶段分层整群随机抽样方法在各区(县/市)抽取3个乡镇/街道,利用多渠道获取和入户调查2018—2020年常住居民死亡名单,与网报系统数据比对,未匹配成功的为漏报。统计分析采用SPSS 21.0软件,率的比较用χ^(2)检验或Fisher确切检验,检验水准α=0.05,利用二元logistic回归进行多因素分析,检验水准α_(入)=0.05,α_(出)=0.10。结果2018—2020年长沙市死亡漏报率为8.18%。多因素结果显示,农村(OR=1.76,95%CI:1.53~2.02)、0~5岁(OR=10.47,95%CI:6.11~17.92)、非监测点(OR=3.01,95%CI:2.61~3.46)、第1季度(OR=1.45,95%CI:1.22~1.71)、医院(OR=24.80,95%CI:14.27~43.12)、家里(OR=45.60,95%CI:26.88~77.37)、来院途中(OR=63.33,95%CI:32.02~125.25)、养老院(OR=35.31,95%CI:14.36~86.78)是居民死亡漏报的危险因素;第3季度(OR=0.78,95%CI:0.65~0.94)、2019年(OR=0.49,95%CI:0.42~0.57)、2020年(OR=0.34,95%CI:0.29~0.40)是居民死亡漏报的保护因素。结论2018—2020年长沙市死亡漏报情况总体有所好转,但总体漏报率仍较高,特别是非监测点、农村、婴幼儿、来院途中、家里、医院的漏报率偏高。应采取多种针对性措施,减少死亡漏报,提高数据完整性。
- 黄渊秀胡劲松黄霜吴梦怡
- 中国1982年后人口普查和抽样调查中死亡漏报的估计——基于Bayesian分层回归模型被引量:7
- 2022年
- 利用Bayesian分层回归模型估计中国1982年后历次人口普查和抽样调查的死亡漏报率及其随时间的变化。结果表明:0岁死亡漏报率随时间的变化具有明显的阶段性,而1~4岁死亡漏报率随时间的变化趋势不明显;全年龄、5~14岁和15~59岁、60~89岁和90岁及以上死亡漏报率随时间的变化基本近似且同样具有阶段性。受漏报原因和不同时期社会背景的影响,女性1~4岁的死亡漏报率不一定低于0岁的死亡漏报率。人口普查成人阶段各年龄死亡漏报率差别较大,而人口抽样调查则较为一致。2000年人口普查男性和2010年全人口90岁及以上死亡率偏低是由比较严重的死亡漏报造成。死亡漏报对预期寿命计算误差的影响因年龄而异,二者关系在婴幼儿中较弱,其余年龄死亡漏报和预期寿命误差存在显著线性正相关。
- 李成米红
- 关键词:死亡漏报死亡率数据质量
- 浙江省公共卫生监测区居民死亡漏报情况分析被引量:7
- 2021年
- 目的分析2016—2018年浙江省公共卫生监测区居民死亡漏报情况,为完善常规死因监测措施提供依据。方法采用多阶段整群随机抽样法选择浙江省30个省级公共卫生监测区户籍居民为调查对象,采用入户调查方式收集基本情况和2016—2018年死亡情况;描述性分析居民死亡漏报情况及原因。结果调查浙江省30个省级公共卫生监测区居民358992人,死亡5896例,死亡漏报63例,死亡漏报率为1.07%。男性死亡漏报率为1.30%,高于女性的0.75%(P<0.05)。20~<40岁居民死亡漏报率最高(P<0.05),为6.74%。死亡地点漏报率以赴医院途中最高(P<0.05),为4.46%。湖州市吴兴区死亡漏报率最高,为5.80%。死亡漏报原因中“迟报或审核不及时”25例,占39.68%;“未报告”38例,占60.32%,其中“医生忘记报告”14例,占22.22%。结论2016—2018年浙江省30个省级公共卫生监测区居民死亡漏报率较低,应进一步促进多部门协作,切实加强常规死因监测报告和管理。
- 周晓燕龚巍巍潘劲王浩费方荣李娜关云琦胡如英
- 关键词:漏报调查公共卫生监测
- 2015—2017年内江市人群死亡漏报调查分析被引量:1
- 2019年
- 目的了解2015—2017年内江市人群死亡漏报情况,分析内江市人群死亡水平。方法采用多阶段整群随机抽样方法随机抽取6520人,从死因监测系统以外渠道收集2015—2017年抽样点常驻居民死亡数据,与同期死因监测系统数据进行比对,标注漏报数据,获取漏报率。结果不同年份漏报率比较,差异无统计学意义(P=0.999)。男性漏报率为22.38%,低于女性的23.21%,差异有统计学意义(P=0.000)。不同监测类型地区漏报率比较,差异有统计学意义(P=0.000);非监测点地区漏报率高于国家级监测点地区,差异有统计学意义(P<0.05)。不同年龄段漏报率比较,差异无统计学意义(P=1.000);5岁以下儿童漏报率与5岁以上人群漏报率比较,差异无统计学意义(P=1.000);65岁以上人群与65岁以下人群漏报率比较,差异无统计学意义(P=1.000)。内江市人群死亡率均男性为1067.87/10万,高于女性的749.70/10万。结论内江市人群死亡登记存在明显的漏报,且存在性别和地区差异,应切实加强常规死因监测报告和管理,提高报告数据完整性,以真实客观评价内江市人群死亡水平。
- 魏念伊王婉薇周思韩
- 关键词:死亡率漏报调查死因监测
- 利用DCMD模型生命表系统对“六普”数据中死亡漏报的估计
- 2019年
- 低龄死亡概率和老龄死亡概率对估计0岁和60岁预期寿命有特殊意义,直接关系到计算结果的准确性,且涉及养老保险等一系列政策的制定。众多研究表明“六普”数据中低龄组与老龄组死亡数据存在明显漏报,并且给出了不同的修正方法以及相应的结果。该文利用DCMD模型生命表系统,根据“六普”数据中60—75岁的分性别人口数计算出老龄死亡率,结合UNICEF的儿童死亡率和IHME的成人死亡率数据,对“六普”时期我国分性别的国民生命表进行重建,重新计算了0岁和60岁的预期寿命,并在此基础上估计了低龄组和老龄组死亡数据的漏报程度。
- 李成米红孙凌雪
- 关键词:生命表儿童死亡率死亡漏报养老保险DC
- 2015年成都市金牛区居民死亡漏报调查被引量:3
- 2018年
- 目的了解成都市金牛区居民死亡信息的漏报情况,为今后死因监测工作提出建议。方法采用分层随机整群抽样方法,在辖区各个街道随机抽取1个居委会的1个院落作为此次漏报调查的调查对象,通过走访调查、各部门数据核对补充等方法,获得调查院落在2015年期间所发生的死亡信息,与中国疾病预防控制信息系统中的死亡数据核对,统计漏报率。结果 2015年金牛区居民死亡漏报率为3.45%;男性漏报率为4.60%,女性漏报率为1.72%,男性与女性的死亡漏报率以及不同年龄组的死亡漏报率比较差异均无统计学意义。结论金牛区居民死亡信息存在漏报情况,今后应加大多部门数据交换力度,加强死亡信息补报工作,以提高死因监测数据的质量。
- 雷方
- 关键词:死亡率
- 利用DCMD模型生命表系统对“六普”数据中死亡漏报的估计被引量:19
- 2018年
- 低龄死亡概率和老龄死亡概率对估计0岁和60岁预期寿命有特殊意义,直接关系到计算结果的准确性,且涉及养老保险等一系列政策的制定。众多研究表明"六普"数据中低龄组与老龄组死亡数据存在明显漏报,并且给出了不同的修正方法以及相应的结果。文章利用DCMD模型生命表系统,根据"六普"数据中60~75岁的分性别人口数计算出老龄死亡率,结合UNICEF的儿童死亡率和IHME的成人死亡率数据,对"六普"时期我国分性别的国民生命表进行重建,重新计算了0岁和60岁的预期寿命,并在此基础上估计了低龄组和老龄组死亡数据的漏报程度。结果表明,"六普"时期我国婴儿死亡率男性为16.41‰、女性为15.94‰,相应的漏报水平为77.3%和75.5%;老龄死亡概率(60~89岁)男性0.703、女性0.595,相应的漏报水平为2.3%和7.0%。
- 李成米红孙凌雪
- 关键词:死亡漏报人口普查
- 从居民死亡漏报分析谈死因监测网络直报存在问题及对策研究被引量:2
- 2018年
- 目的分析2014-2016年惠东县居民死亡漏报分析网络直报中存在的问题并提出对策。方法比较3年网络死亡直报例数和居民死亡例数,对3年死亡漏报率的总体情况、城乡差异、死亡原因、医学死亡证明书填写情况进行分析。结果 2014-2016年的网络漏报率分别为80.90%、46.45%、41.13%,存在统计学差异(P<0.01);城市和农村的死亡漏报率:2014年分别为69.42%、87.38%(P<0.01),2015年分别为44.80%、47.37%(P>0.05),2016年分别为42.19%、45.23%(P>0.05);因病死亡漏报率和其他原因死亡漏报率:2014年分别为80.57%、81.20%,2015年分别为50.36%、43.06%,2016年分别为44.47%、43.44%,3年不同死因死亡漏报率均无统计学意义(P>0.05);4,2014年、2015年、2016年死亡证明书书写规范率分别为47.57%、51.58%、56.17%,具有显著差异(P<0.01)。结论我县近三年来农村地区的死亡漏报率逐年降低,但整体漏报率仍较高,死亡证明书书写不规范率也偏高。建议政府各相关部门加强农村力度,健全网络报告登记制度,规范死亡证明书的书写,以减少死亡漏报情况发生。
- 朱紫红
- 关键词:网络直报
- 2012年北京市东城区居民死亡漏报调查被引量:6
- 2016年
- 目的了解北京市东城区居民死因监测的漏报情况,为今后监测工作提出建议。方法采用随机整群抽样方法,随机选取辖区10个街道的12个居委会作为此次漏报调查的调查对象;通过入户调查、多部门数据核对补充等方法,获得样本居委会在2012年期间所发生的死亡信息,与常规医学死亡登记系统电子数据库核对,统计漏报率。结果2012年东城区居民死因监测总漏报率为7.2%;男性漏报率为8.8%,女性漏报率为5.1%,男性与女性的死亡漏报率比较差异无统计学意义;不同年龄组的死亡漏报率比较差异有统计学意义,65岁及以上年龄组死亡漏报率,男性高于女性;死因监测漏报数据主要来源于居委会,占总漏报人数的53.6%。结论东城区居民死因监测存在漏报情况,今后应倡导卫生、公安等多部门沟通合作,探讨科学的研究方法,以提高死因监测数据的质量。
- 周艳丽黄辉张海艳王威刘君
- 关键词:疾病死亡率
- 婴儿死亡漏报对平均预期寿命的影响及区域差异被引量:17
- 2015年
- 婴儿死亡漏报是影响婴儿死亡率准确性及平均预期寿命可信度的重要因素。文章基于2010年中国人口普查数据,从理论和实证两个方面分析了婴儿死亡漏报对平均预期寿命的影响,并利用聚类分析和空间自相关分析探究了婴儿死亡漏报率的可能水平及其对平均预期寿命影响的地区差异。研究发现死亡水平越低,婴儿死亡率变动所引起的平均预期寿命的变动就越大;婴儿死亡漏报率越高,婴儿死亡漏报率的变动所引起的平均预期寿命的变动就越大;婴儿死亡漏报率变动对于平均预期寿命的影响存在显著的区域差异,西部和西南地区平均预期寿命变动对婴儿死亡漏报率更敏感;死亡水平及婴儿死亡漏报可能性指数的分布全局上不存在显著的双变量自相关,但局部显示一定的空间聚集且分性别的空间模式具有相似性。
- 宋健张洋
- 关键词:聚类分析空间自相关
相关作者
- 孙福滨
- 作品数:12被引量:83H指数:6
- 供职机构:西安交通大学管理学院
- 研究主题:人口死亡率 人口死亡 死亡漏报 粗死亡率 男性人口
- 倪胜
- 作品数:28被引量:58H指数:4
- 供职机构:浙江省卫生防疫站
- 研究主题:疾病监测点 疾病监测 漏报调查 病毒性肝炎 眼镜
- 宋健
- 作品数:160被引量:1,947H指数:27
- 供职机构:中国人民大学社会与人口学院人口与发展研究中心
- 研究主题:生育 家庭 人口 生育政策 流动人口
- 米红
- 作品数:277被引量:2,021H指数:23
- 供职机构:浙江大学公共管理学院
- 研究主题:实证研究 高等教育 可持续发展 人口老龄化 农村社会养老保险
- 宋桂德
- 作品数:94被引量:1,054H指数:20
- 供职机构:天津市疾病预防控制中心
- 研究主题:死亡率 流行病学 吸烟 流行病学研究 发病率