编辑推荐：
为解决溺水研究数据质量不佳、术语定义不统一及非致命溺水事件漏报等问题，研究人员开展丹麦溺水队列（Danish Drowning Cohort）研究。通过搜索电子病历并人工验证，确定溺水事件。结果显示该队列可监测溺水事件。这为溺水研究提供数据基础，利于改善预防和救治措施。
溺水，这个看似熟悉却又暗藏危险的话题，一直以来都困扰着全球公共卫生领域。在日常生活中，无论是海边度假、泳池嬉戏，还是河边漫步，溺水的风险都如影随形。然而，目前在溺水研究方面却存在诸多难题。一方面，高质量的研究证据匮乏，溺水的术语、定义和结局判定标准各不相同，使得在评估相关研究以制定溺水防治指南时困难重重。另一方面，许多溺水报告采用不恰当的分类方式，导致溺水事件尤其是非致命溺水事件的漏报情况严重，这极大地阻碍了对溺水问题的深入了解和有效防治 。
为了攻克这些难题，来自丹麦多个机构的研究人员开展了一项意义重大的研究 —— 丹麦溺水队列（Danish Drowning Cohort）研究。该研究旨在收集丹麦全国范围内由急救医疗服务（Emergency Medical Services，EMS）处理的所有致命和非致命溺水事件的院前数据，进而为溺水相关的预防、救援和治疗干预措施提供有力的数据支持，以降低溺水的发生率、死亡率和发病率 。
这项研究成果发表在《BMC Medical Research Methodology》上，为溺水研究领域带来了新的曙光。
在研究方法上，研究人员主要运用了以下关键技术：一是利用丹麦溺水公式（Danish Drowning Formula），这是一种文本搜索算法，可在院前电子病历的非结构化文本字段中搜索与溺水相关的信息；二是进行人工验证，对通过算法筛选出的可能溺水记录进行多轮严格审核，确保数据的准确性；三是依托丹麦公民唯一的民事登记号码，实现与其他丹麦登记处的数据链接，从而获取更全面的信息，包括 30 天死亡率等。
在研究结果部分：
- 溺水事件的识别与发生率：通过丹麦溺水公式从 3,471,681 份独特的院前医疗记录中识别出 65,771 条可能与溺水相关的记录，经过人工验证，最终确定 1,227 条为溺水患者记录，对应每年约 205 例患者，年发病率为每 10 万人中有 3.5 例。
- 丹麦溺水公式的性能评估：该公式作为溺水识别工具，灵敏度为 100%，特异性为 98%，阳性预测值（Positive Predictive Value，PPV）为 1.87%，阴性预测值（Negative Predictive Value，NPV）为 100%。这表明虽然该公式能有效识别溺水事件，但存在一定的误判情况，不过在排除非溺水事件方面表现出色。
- 触发词与溺水事件的关联：研究发现，溺水记录中包含关键触发词或多个非关键触发词的比例较高，且溺水率随着触发词数量的增加而上升，但无法根据触发词数量确定一个明确的截断值来判断溺水事件。
研究结论和讨论部分指出，丹麦溺水队列是一个不断发展的数据集，包含了丰富的全国性院前溺水数据，为丹麦所有溺水研究奠定了基础。与以往其他国家的溺水统计方法相比，该研究使用的文本搜索算法结合人工验证的方式具有明显优势，能更准确地识别溺水事件，避免了传统方法如依据国际疾病分类（International Classification of Diseases，ICD）编码统计导致的漏报问题。不过，研究也存在一些局限性，如丹麦溺水公式的阳性预测值较低，使用院前电子病历可能引入选择偏倚，人工提取变量可能存在信息偏倚，以及在确定未目击溺水事件的死因时存在不确定性等。
尽管如此，这项研究的意义不可忽视。它为溺水预防、救援和治疗干预措施的改进提供了重要的数据依据，有助于制定更有效的防治策略，减少溺水事件的发生和危害。未来，随着研究的不断深入和数据的进一步完善，有望与其他高质量数据源相结合，为建立国际溺水登记处做出贡献，推动全球溺水研究的发展，更好地保障公众的生命安全。
