Probabilistic Cause-of-death Assignment using Verbal Autopsies.
Probabilistic Cause-of-death Assignment using Verbal Autopsies.
复制标题
概率使用言语尸检的死亡原因分配。
DOI：
10.1080/01621459.2016.1152191
复制
发表时间：
2016
影响因子：
3.7
通讯作者：
Clark SJ
中科院分区：
文献类型：
--
作者：
McCormick TH;Li ZR;Calvert C;Crampin AC;Kahn K;Clark SJ
在没有完全复盖民事登记和生命统计系统的区域，甚至连最基本的人口指标都不确定。在这些地区，大多数死亡发生在医院外，没有记录。在世界范围内，只有不到三分之一的死亡被归因于死因，从最贫穷的国家获得的信息最少。在这样的人群中，口头尸检(VA)是一种常用的工具，用于评估死因和估计特定原因的死亡率和按原因分配的死亡人数。退伍军人管理局使用对死者照顾者的采访来获得描述导致死亡的体征和症状的数据。本文开发了一种名为InSilicoVA的新统计工具，利用通过VA获得的信息对死因进行分类。InSilicoVA分享了对特定个人的死因分配和按死因在整个人口中的分布之间的不确定性。通过与观测数据和模拟数据的并列比较，我们证明了InSilicoVA与目前可用的方法相比具有明显的优势。
In regions without complete-coverage civil registration and vital statistics systems there is uncertainty about even the most basic demographic indicators. In such regions the majority of deaths occur outside hospitals and are not recorded. Worldwide, fewer than one-third of deaths are assigned a cause, with the least information available from the most impoverished nations. In populations like this, verbal autopsy (VA) is a commonly used tool to assess cause of death and estimate cause-specific mortality rates and the distribution of deaths by cause. VA uses an interview with caregivers of the decedent to elicit data describing the signs and symptoms leading up to the death. This paper develops a new statistical tool known as InSilicoVA to classify cause of death using information acquired through VA. InSilicoVA shares uncertainty between cause of death assignments for specific individuals and the distribution of deaths by cause across the population. Using side-by-side comparisons with both observed and simulated data, we demonstrate that InSilicoVA has distinct advantages compared to currently available methods.
登录
查看更多内容
影响因子：
168.9
作者：
AbouZahr, Carla;Cleland, John;Szreter, Simon
通讯作者：
Szreter, Simon
影响因子：
3.3
作者：
Flaxman, Abraham D.;Vahdatpour, Alireza;Murray, Christopher J. L.
通讯作者：
Murray, Christopher J. L.
影响因子：
3.3
作者：
King, Gary;Lu, Ying;Shibuya, Kenji
通讯作者：
Shibuya, Kenji
影响因子：
5.7
作者：
King, Gary;Lu, Ying
通讯作者：
Lu, Ying
影响因子：
168.9
作者：
Boerma, J. Ties;Stansfield, Sally K.
通讯作者：
Stansfield, Sally K.