糖尿病相关垃圾代码重新分配提升死亡率估计准确性：基于中国潍坊的案例研究

本研究针对糖尿病(DM)死亡率统计中垃圾代码(GC)导致的偏差问题，研究人员通过系统应用WHO ICD-10编码规则、粗化精确匹配(CEMM)和固定比例重分配(FPRM)方法，对2010-2022年潍坊市死亡监测数据进行校正。结果显示DM死亡病例增加22.82%，粗死亡率从7.64/10万升至17.75/10万，为基层医疗机构提供了可复制的GC校正方案，显著提升了非传染性疾病负担评估的准确性。

　　

在全球糖尿病(DM)负担持续增长的背景下，死亡统计中的"垃圾代码"(GC)问题严重影响着疾病负担评估的准确性。当医生在死亡证明中填写"心脏衰竭"而非"糖尿病并发症"时，这类编码错误会导致公共卫生决策依据失真。中国作为糖尿病患病率增长最快的国家，2020年DM死亡率已达17.58/10万，但基层死亡监测系统中普遍存在的GC问题使得真实疾病负担可能被严重低估。

中国医学科学院基础医学研究所的研究团队选择山东省潍坊市2010-2022年的死亡登记数据，开展了一项系统性的GC校正研究。通过三步走策略：首先应用世界卫生组织(WHO)潜在死因(UCD)确认规则对12,477份含DM的死亡记录进行人工复核，发现29例本不该归类为DM的误判病例，同时纠正了1,945例应归类但被遗漏的DM病例；接着采用粗化精确匹配(CEMM)方法，基于年龄、性别等人口学特征，将283例心血管和肾病的GC重新归类为DM；最后通过固定比例重分配(FPRM)处理"死因不明"(R99)等模糊编码，新增160例DM死亡病例。

研究主要采用三种关键技术：1) WHO ICD-10死亡编码规则进行人工复核；2) CEMM基于人口学分层和因果链信息重分配GC；3) FPRM按非GC病例比例分配模糊编码。数据来源于潍坊CDC提供的834,281例死亡登记，重点分析其中含DM信息的12,477例记录。

研究结果显示：

1. WHO规则校正效果：在10,338例初始归类为DM的病例中，29例(0.28%)被重新分类至自杀、肿瘤等其他死因；而在2,139例未归类为DM的病例中，91%存在误分类，主要误判为"急性循环系统疾病(a)+DM(b)"(928例)和"慢性心脏病(a)+DM(c)"(247例)等模式。

2. CEMM重分配结果：21,950例DM相关GC中，1.29%被重新指定为DM，主要来自急性肾衰竭(10.8%重分配率)、液体电解质紊乱(12.1%)等病理生理关联性强的编码。

3. FPRM处理效果：17,768例模糊编码中，0.9%重分配至DM，其中"未知死因"(R99)占比最高(112/160例)，反映农村老年群体诊断不足的现状。

经过全面校正，潍坊市DM死亡总数从10,338例增至12,697例，增幅达22.82%。2010-2022年粗死亡率从7.64/10万显著上升至17.75/10万，其中男性增长率(24.84%)高于女性(21.36%)。值得注意的是，年龄标准化死亡率(ASMR)在2014年出现拐点，提示人口老龄化对粗死亡率的影响。

这项发表于《Population Health Metrics》的研究具有三重重要意义：首先，证实了国际编码标准在基层应用的有效性，仅通过WHO规则就纠正了15.95%的误分类；其次，建立了适合中等规模死亡数据库的GC处理流程，CEMM与FPRM的互补使用可覆盖不同特征GC；最后，揭示了DM死亡率被系统性低估的现状，为《"健康中国2030"》中的慢性病防控提供了更精准的数据支持。研究特别指出，基层医务人员需要加强死亡证明填写培训，从源头减少GC产生，而非依赖事后的统计校正。未来研究可结合临床审计或言语尸检(verbal autopsy)等方法，进一步验证重分配结果的准确性。