作者:陳天心 統計協助:林星帆
使用轉歸代碼偵測住院死亡到底是低估還是高估？
要解決這個問題，其實要從問對問題著手，到底2006年前還是2006年後的住院死亡是正確的？
1.2006年後住院死亡增加：這是正確的，因為該是病危自動出院的病人因為健保給付的規定，被正確輸入轉歸代碼Ａ。
2.2006年前住院死亡減少：這是不正確的，因為有很多病危自動出院的病人因為健保給付跟轉歸代碼無關，被輸入了5自動出院，所以被嚴重低估。
如何偵測隱藏在2006年自動出院的死亡病患：
對於健保資料庫研究者而言，最重要的是，這個問題要如何解決？現在的問題變成是，如何把2006年前隱藏在轉歸代碼5自動出院的病危病患給偵測出來？如果不解決，住院死亡變成不準確，最糟糕的情況是，關於住院死亡這個預後的相關研究，只能放棄2006年前的資料了。
最後天心和團隊成員討論數次後決定最終解決方案，各位還記得非住院死亡的偵測方式嗎？沒錯，就是健保退保。
最後天心研究團隊解決轉歸代碼偵測死亡不正確的的方式為，理論基礎為，不管是一般自動出院或者是病危自動出院，出院後只要發生退保行為，認定為死亡。健保資料庫中研究對象發生住院死亡必須滿足下列條件:
1.出院轉歸代碼必須為4死亡5自動出院9自殺A病危自動出院。
2.研究對象在出院日期後14天發生退保行為。
當然這有一些可以爭論的地方，譬如說為何不是7天，而是14天，當然還有一些團隊決策的過程，並不是隨便定出來，當然每個研究團隊可以有自己參考的重點。
1跟2條件同時滿足，住院死亡事件才成立，不然就當作沒發生過住院死亡，最後製作出來的台灣AMI住院和住院死亡如下:
|
Year
|
台灣急性心肌梗塞每年住院數
|
住院死亡人數（百分比）
|
|
1997
|
10,515
|
1,929 (18.3)
|
|
1998
|
10,959
|
1,971 (18.0)
|
|
1999
|
12,219
|
2,223 (18.2)
|
|
2000
|
13,027
|
2,287 (17.6)
|
|
2001
|
14,053
|
2,611 (18.6)
|
|
2002
|
15,227
|
2,708 (17.8)
|
|
2003
|
15,432
|
2,843 (18.4)
|
|
2004
|
17,345
|
3,208 (18.5)
|
|
2005
|
17,648
|
3,161 (17.9)
|
|
2006
|
18,181
|
3,226 (17.7)
|
|
2007
|
19,627
|
3,343 (17.0)
|
|
2008
|
20,661
|
3,453 (16.7)
|
|
2009
|
20,730
|
3,258 (15.7)
|
|
2010
|
21,762
|
3,519 (16.2)
|
|
2011
|
21,968
|
3,308 (15.1)
|
|
總和平均
|
249,354
|
43,048 (17.3)
|
各位可以從上表看出，現在經過公式校正過的AMI住院死亡已經相對合理，住院死亡比率沒有出現暴增暴減的現象，身為台灣心臟科醫療界的一份子，天心很光榮地說，台灣急性心肌梗塞（acute myocardial infarction）住院死亡在由早期的平均18%的死亡率，在最近幾年下降為15%，可說是台灣心臟科系醫療界團隊全體的功勞。
在院死亡偵測給予健保資料庫研究者的啓示：
1.健保資料庫研究單純使用轉歸代碼判斷病患住院死亡在2006前會產生極大誤差，只用4死亡和A病危自動出院判斷會少偵測50%左右的死亡終點。
2.轉歸代碼4+5+9+A加上健保退保條件可以協助改善問題1。
3.事件發生頻率每年分佈檢查在健保資料庫研究應該成為常規，才有機會偵測因為健保規定改變而造成的研究統計誤差。
4.研究團隊裡面最好有病歷室人員或者是健保申報組成員為顧問，因為健保更改資料庫輸入規則為常態，但是一般前線醫療人員無從得知，
雖然這個住院死亡居然分成三集，是我料想不到的，本來還呼籲看看誰有空，進加值中心把這種偵測死亡的方法和死因檔對比一下作個住院死亡的validation研究，不過上網查，居然已經有人寫出來研究文章，美和大學的李大正撰寫的人口老化與全民健保支出：死亡距離距離取向的分析。很可惜的是，因為是中文，反而寫英文文章不好引用，如果要引用文章，還是JAMA那篇吧。
祝大家以後使用住院死亡順利。
