口头解剖数据的概率建模是公共卫生决策的最佳方法

瑞典乌默尔大学的Peter Byass和南非威特沃特斯兰德大学的同事在本周发表在《柳叶刀》杂志上的一项研究表明，用于解释口头尸检数据的基于计算机的概率模型——从对家人、朋友和护理人员的采访中获得的关于死亡的信息，后来被解释为可能的死亡原因——与医生对确定死亡原因的数据进行审查一样有效《公共科学图书馆·医学》杂志上．

概率建模比医生评审更便宜、更快，而且内部完全一致。因此，在许多情况下，概率建模是将死亡数据纳入公共卫生行动的现有最佳手段。

作者对1992年至2005年发生在南非农村人口中的6153例死亡进行了口头解剖，并对医生评论和概率模型进行了比较和对比。根据医生解释和概率模型，排名前十的死亡原因分别占所有死亡的83%和88%，而排名前十的死亡原因中有八个在两种方法中都是常见的。因此，作者说，医生的解释和可能导致实质性差异的概率模型之间没有差异公共卫生人口一级的政策结论。医生的解释比模型更细致，例如在特定部位识别癌症时，但模型能够捕捉到与个别病例相关的不确定性。

作者解释说，本文的主要目的不是提供任何特定的口头尸检方法的验证，而是考虑处理个人死亡的访谈数据的替代方法，以提供有意义的人口健康图景。“在常规卫生服务中使用[口头解剖]时，应选择具有随时间和地点一致方法的概率建模，消除评估人员之间和内部差异，获得更快的结果，成本低得多的解释方法。”

---

---