本研究發現台灣敗血症死亡率顯著高於 OECD 國家。台灣醫師死亡證 明書提及與相對位置被選為原死因的比例都高於美國甚多。有近三分之一 敗血症或敗血性休克竟然沒有連結到住院資料或是最後一次住院出院診斷 沒有血症或敗血性休克。在有回覆的問卷中，有五分一維持敗血症，三分 之一改為肺炎，約有一半有改為較明確死因。經過回溯詢問醫師後，死亡 證明書原死因只填敗血症的張數顯著下降。
死亡率跨國比較研究是描述行流行病學經常使用的一種分析方法，是 產生流行病學假說的重要來源。尤其當有些影響死亡率的因素是普遍存在 於一個國家時，透過傳統個人層次的病例對照設計或是世代追蹤研究都無 法呈現這些普遍存在的因素。譬如芬蘭全體國民的飲食習慣都差不多，全 體國民血中膽固醇值都高於日本，這時在芬蘭進行個人層次的病例對照設 計或是世代追蹤研究都無法凸顯飲食習慣或膽固醇的風險。唯有透過跨國 (與日本)比較才可能找出這個重要的風險因子(Rose, 1985; Schwartz &
Carpenter, 1999)。
但是，在探討不同國家死因別死亡率差異之前，我們還是要先確認是 否不同國家醫師對於填寫死因診斷的行為是否有差異。譬如 Reid 與 Rose 早在 1964 年就已經指出英國醫師與美國醫師對於胸腔疾病死因診斷填寫習 慣的差異。後來歐盟也針對糖尿病與癌症進行跨國醫師死因診斷填寫差異
的比較研究(Balkau et al, 1993; Kelson et al, 1987; Mackenback et al, 1987)，發 現同樣的病例個案，不同國家醫師選擇原死因的百分比有很大差異。Lu 等 的研究顯示台灣醫師有較高比例填寫糖尿病在死亡證明書的第一部份，造 成台灣糖尿病死亡率顯著高於其他國家(Lu et al, 2005, 2006)。美國的研究也 發現，填寫糖尿病相關的錯誤因果關係比例也逐年上升(Lu, 2010)，這些都 會影響死亡率差異的解釋。
本次研究也發現台灣敗血症死亡率顯著高於其他國家，主要原因是死 亡證明書提及敗血症比例偏高。死亡證明書提及敗血症比例偏高有可能是 台灣敗血症發生率較高。可是根據 Shen 等(2010)的研究，已開發國家敗血 症住院率約每十萬人口 50 至 300，台灣在 1997 年是每十萬人口 135，2006 年是每十萬人口 217，並沒有顯著高於英美歐國家。不過住院嚴重敗血症的 比例，台灣是 3.7%，略高於英美歐國家的 0.4%至 2.3%。這些數據都無法 解釋為什麼台灣死亡證明書提及敗血症的比例是美國的四倍。
因此，最有可能的解釋就是填寫習慣差異。當一位病患死於敗血症，
美國醫師可能不會將敗血症填到死亡證明書，但是台灣醫師可能會將敗血 症填到死亡證明書。更特殊的是台灣有行政相驗措施，開具者不是主治病 患的醫師，是衛生所主任或是特約開業醫，他們也有可能習慣填寫敗血症 到死亡證明書。本研究也很意外發現，有近三分之一敗血症為原死因個案，
竟然在健保住院資料連結不到敗血症診斷。
亡證明書第一部分填寫敗血症相對位置的差異。台灣醫師習慣將明確死因 診斷填在敗血症或敗血性休克的右邊，過去人工選擇原死因時代，大多直 接會選右邊的診斷為原死因。但是台灣自從改成以 ACME 電腦軟體選擇原 死因後，ACME 主要是檢視每行第一個診斷，所以不會選擇在右邊的明確 診斷。甚至有些情況，甲行填急性心肌梗塞，乙行填敗血症，ACME 也會 選敗血症為原死因，因為這是符合病理因果關係邏輯。
面對上述這些問題，最釜底抽薪根本解決的辦法就是要教育醫師如何 正確填寫死因診斷。針對診斷欠明死亡證明書回溯詢問開具者確認死因診 斷，是改善死因診斷品質最有效的方法。這種作法一方面可以直接調整該 年度死因統計的準確度，另一方面也可以教育開具者未來要填寫較明確死 因診斷。依照診斷欠明對死因統計影響的重要性與統計單位的人力，大多 數國家都有訂定優先順序，美國國立衛生統計中心的優先順序如下(National Center for Health Statistics, 2006)：。
1a：罕見疾病或法定傳染
1b：確認腫瘤是良性或惡性，明確部位
1c：輕症，症狀或徵候，診斷欠明，死亡機轉 1d：手術或醫療處置之原因
1e：外傷卻沒有外因
1f：疾病間因果關係不合理者
2：不太可能成為原死因之診斷 3：提供更詳細訊息可以更詳細註碼 4：希望能獲得部位相關訊息
5：獲得相關訊息進行四位碼註碼 6：對於常見假設的再確認
衛生署統計室過去幾年已經針對腫瘤診斷欠明的死亡證明書回溯詢問 醫師獲得較明確死因診斷。在有回覆者之問卷中，幾乎一半還是無法確認 是惡性或良性。這些回覆者主要是行政相驗，因為不是患者的主治大夫，
許多診斷訊息都是家屬提供。此外，在醫院(甚至是醫學中心)死亡者，還是 有相當多腫瘤無法確認原發部位，也可能造成診斷欠明。針對可以確認者 分析，可發現大多數都是惡性，只有少部分腫瘤有近三分之一是良性，譬 如腦瘤(或腦腫瘤或腦膜瘤)、心臟腫瘤、甲狀腺腫瘤、腦下垂體腫瘤等。
本次針對敗血症回溯詢問開具醫師的結果，有較高比例可以獲得較明 確死因診斷。主要原因是本次問卷花了相當多篇幅說明原死因理念，以及 教育開具醫師如何正確填寫死因診斷。這次問卷特別留下本研究計畫主持 人的手機，大約有三十多位醫師打電話詢問。有些醫師一開始口氣相當不 好，但是經過主持人的耐心說明，醫師們也都相當客氣回應。許多醫師的 確沒有聽說過只寫敗血症不好，許多醫師也不知道原死因的理念。
寄發問卷後，有許多醫院也有邀請主持人前往醫院演講如何正確填寫
建議透過回溯詢問方法，這是一對一的醫師教育。當然了，未來還是希望 能與醫策會合作，在醫院評鑑中將死因診斷填寫品質放入評鑑指標。另外 也可以與某些專科醫學會(癌症醫學會、胸腔醫學會、重症醫學會等)合作，
在專科醫師認證時加入死因診斷品質評估。
關於統計室第三科同仁進行回溯詢問開具醫師的行政作業，因為本作 業流程是由研究團隊負責抓取個案，然後由第三科同仁負責影印死亡證明 書。問卷內容與套印是由本研究團隊負責，以療院所為單位統一寄發公文 則是由第三科同仁負責。詢問行政相關問題由第三科同仁負責回答，有關 專業問題則由主持人回答。以後將陸續將回溯詢問過程標準化，逐步將這 些行政流程交由第三科同仁負責。
本研究也發現，原本第一部份有其他診斷，第三科同仁詢問醫師該診 斷是否為原死因，結果發現不到三分之一有調整，表示原本調整做法不是 很恰當。相反地，原本保留第二部份診斷不調整，可是本研究卻發現有 34%
醫師表示第二部份診斷就是原死因。所以可結論：目前衛生署統計室人為 調整的做法不恰當，還是要回歸到詢問確認比較辛苦的做法。與過去研究 類似，回溯詢問開具醫師有很好的教育機制，可以降低醫師填寫死亡機轉 數目。本研究因此結論：應該持續針對只填死亡機轉的死亡證明書回溯詢 問開具醫師獲得較明確死因診斷，可以顯著改善死因統計品質。
參考文獻：
呂宗學：推廣及建立我國第 10 版疾病分類制度應用於死因統計及試用於病 因統計。台北：行政院衛生署委託科技研究計畫，2008。
Balkau B, Jougla E, Papoz L; the EURODIAB Subarea C Study Group.
European study of the certification and coding of causes of death of six clinical case histories of diabetic patients. Int J Epidemiol 1993; 22:
116–126.
Hanzlick R, Ed. The Medical Cause of Death Manual: Instructions for Writing Cause of Death Statements for Deaths Due to Natural Causes. Northfield, Ill: College of American Pathologists; 1994.
Hanzlick R. Protocol for writing cause-of-death statements for death due to natural causes. Arch Intern Med 1996; 156: 25-26.
Hanzlick R. Principles for including or excluding ‘mechanisms’ of death when writing cause-of-death statements. Arch Pathol Lab Med 1997; 121:
377-380.
Kelson M, Farebrother M. The effect of inaccuracies in death certification and coding practices in the European Economic Community (EEC) on
international cancer mortality statistics. Int J Epidemiol 1987; 16: 411–414.
Lu TH, Shou WY, Shih TP, Lee MC, Chou MC, Lin CK. Factors associated with errors in death certificate completion: a national study in Taiwan. J Clin Epidemiol 2001; 54: 232-238.
Lu TH. Is high diabetes mortality in Taiwan due to coding errors? Implications for international comparison. Diabet Res Clin Pract 2003; 60: 75-76.
Lu TH, Anderson RN, Shu PY, Huang CN. Mortality and causes of death in a
national sample of diabetic patients in Taiwan: response to Tseng. (letter) Diabetes Care 2005; 28: 1266-1267.
Lu TH, Walker S, Johannson LA, Huang CN. An international comparison study indicated physicians’ habits in reporting diabetes in part I of death
certificate affected reported national diabetes mortality. J Clin Epidemiol 2005; 58: 1150-1157.
Lu TH. Using ACME (Automatic Classification of Medical Entry) software to monitor and improve the quality of cause of death statistics. J Epidemiol Community Health 2003; 57: 470-471.
Lu TH, Hsu PY, Bjorkenstam C, Anderson RN. Certifying diabetes-related cause-of-death: a comparison of inappropriate certification statements in Sweden, Taiwan and the USA. Diabetologia 2006; 49: 2878-2881.
Lu TH, Anderson RN, Kawachi I. Trends in frequency of reporting improper diabetes-related cause-of-death statements on death certificates, 1985 to 2005: an algorithm to identify incorrect causal sequences. Am J Epdemiol 2010 DOI: 10.1093/aje/kwq057
Mackenbach JP, van Duyne WMJ, Kelson MC. Certification and coding of two underlying causes of death in the Netherlands and other countries of the European Community. J Epidemiol Community Health 1987; 41: 156–160.
Martin GS, Mannino DM, Eaton S, Moss M. The epidemiology of sepsis in the United States from 1979 through 2000. N Engl J Med 2003; 348:
1546-1554.
Mathers CD, Ma Fat D, Inoue M, Rao C, Lopez AD. Counting the death and what they died from: an assessment of the global status of cause of death data. Bull World Health Org 2005; 83: 171-177.
Maudsley G, Williams EMI. ‘Inaccuracy’ in death certification—where are we
now? J Public Health Med 1996; 18: 59-66.
National Center for Health Statistics. Instruction Manual Part 2c: ICD-10 ACME Decision Tables for Classifying Underlying Causes of Death.
Hyattsville: US Department of Health and Human Services; 2002.
National Center for Health Statistics. Instruction Manual Part 20 ICD-10 Cause-of-Death Querying, 2006. Hyattsville, Maryland: National Center for Health Statistics, 2006.
National Center for Health Statistics. Physicians’ Handbook on Medical Certification of Death. Hyattsvelle, MD: US Department of Health and Human Services, 1987.
Reid DD, Rose GA. Assessing the comparability of mortality statistics. Br Med J 1964; 2: 1437–1439.
Rose G. Sick individuals and sick populations. Int J Epidemiol 1985;
14(1):32-38.
Shen HN, Lu CL, Yang HH. Epidemiologic trend of severe sepsis in Taiwan from 1997 through 2006. Chest 2010; 138; 298-304.
Schwartz S, Carpenter KM. The right answer for the wrong question:
consequences of type III error for public health research. Am J Public Health 1999;89:1175-1180.
World Health Organization. International Statistical Classification of Diseases and Related Health Problems, Tenth Revision, Volume 2. Geneva: World Health Organization, 1993.
圖一：台灣與 OECD 國家敗血症死亡率比較
表一：台灣與 OECD 國家敗血症死亡率比較
表二：台灣調整前死亡證明書提及敗血症或敗血性休克與選擇敗血症或敗血性 休克為原死因之死亡率與比值
表三：美國死亡證明書提及敗血症或敗血性休克與選擇敗血症或敗血性休克為
表三：美國死亡證明書提及敗血症或敗血性休克與選擇敗血症或敗血性休克為