計畫編號：
M07K1003
衛生福利部 107 年度委託科技研究計畫
107 年 度 研 究 報 告
執行機構：國立成功大學健康資料加值應用研究中心
計畫主持人：李中一
協同主持人：呂宗學、梁富文
研究人員：林白凰、馮偉綾
本年度計畫：自 107 年 01 月 01 日至 107 年 12 月 31 日止
＊本研究報告僅供參考，不代表本署意見，依合約之規定：如對媒
體發布研究成果應事先徵求本署同意＊
與國際自動化多重死因編碼及原死因選擇系統接軌計畫
I
目 錄
目錄 --- I 中文摘要 --- 01 一、前言 --- 03 二、連續型計畫之執行成果摘要 --- 05 三、研究主旨 --- 07 三、材料與方法 --- 08 四、結果 --- 10 1. 與國際同步更新 Iris 最新版本與標準化作業程序 --- 10 2. 撰寫死因作業程序及 Iris 產出統計結果之報告 --- 10 3. 撰寫 Iris 中文使用手冊及輔導操作選擇原死因之作業流程 --- 15 4. 與 Iris 研究所保持聯繫，瞭解 Iris 第六版開發方向 --- 15 5. 蒐集 ICD-11 相關資訊 --- 16 6. 檢視死因資料之品質及提供作業改善建議 --- 21 五、結論與建議 --- 26 附件一：Iris 中文標準化作業手冊(2018 年 12 月版) --- 27 附件二：出國參加會議報告 --- 59 附件三：Iris 訓練工作坊參與者名單 --- 64 附件四：Iris 使用者會議參與者名單 --- 651
中文摘要
背景：衛生福利部已經於民國 106 年委託「與國際自動化多重死因編碼及 原死因選擇系統接軌計畫」，主要目的是引進多數先進國家目前使用由歐盟開發 的 Iris 系統，並提出如何與我們現行死因作業 MADE 系統介接之修改建議。第 二目標是檢視死因資料之品質並提供改善建議，本計畫是該計畫的第二年延續 計畫。 目的：一是與國際同步更新 Iris 最新版本與標準化作業程序；二是撰寫死 因作業程序及 Iris 產出統計結果之評估報告；三是撰寫 Iris 中文使用手冊及輔導 衛福部統計處同仁操作選擇原死因之作業流程；四是與 Iris 研究所保持聯繫， 瞭解 Iris 第六版開發方向；五是蒐集 ICD-11 相關資訊；六是檢視死因資料之品 質，提供死因作業改善建議。 方法：首先會根據 Iris 研究所於 2018 年 2 月 23 日公告的使用者手冊，針對 衛福部統計處使用的死因統計系統更新與標準化符合台灣現況的標準化程序。 接著將使用 2017 年死亡個案進行 ACME 與 Iris 兩系統原死因選擇差異之比較， 包括主要死因排序與較詳細死因別的死亡數差異。針對兩系統選出不同原死因 的個案，我們也會進一步比較造成差異的原因。三是撰寫 Iris 中文使用手冊及 常見問答集。四是定期瀏覽 Iris 研究所網站，即時接收 Iris 相關最新資訊，定期 項統計處報告。五是瀏覽 WHO 網站，蒐集 ICD-11 相關資訊並作重點摘譯。六 是繼續與保險犯罪防制中心進行死亡證明書內容比對，回饋醫療院所修改不正 確填寫。 結果：2017年171,857位死亡個案資料，分別使用ACME2000版本(目前統計 處使用的版本)跑出原死因代碼與Iris V5.5版跑出原死因代碼有25,211不一致，不 一致個案分類如下：主要是第四位碼不一致11,468(45.4%)，二兩軟體邏輯差異 10,864 (43.1%)，三是新增第四位碼1784(7.1%)，四是多重癌症811(3.2%)，五是 原發不明轉移癌284(1.1%)。比較ACME2000版與Iris V5.5版跑出2017年原死因的 主要死因排序，癌症死因排序與事故傷害死因排序都沒有差異。 結論與建議：建議明年公告的死因統計要採取Iris產出之結果，同時撰寫細 部差異說明刊登學術期刊。建議未來統計處也可以只公告中文版ICD-11電子 書，不需要再列印紙本。參考中國大陸國際疾病分類協作中心ICD-11簡體字中文翻譯，修改為台灣適用的繁體字。關 於死因資料品質。建議有系統分析垃圾 碼(garbage codes)死因診斷，找出常開具垃圾碼死因診斷的醫師，進行個別化發 函教育提醒。由於司改國是會議將0-6歲兒童死亡檢視(child death review)列入指 標，所以法務部也非常關心非自然死亡的死因診斷品質。未來應該與法務部舉 辦多次溝通會議，檢討非自然死亡新增選項的內容。
關鍵詞：死因統計，Iris，自動化原死因選擇系統，國際疾病分類第十一版，死 因診斷品質
Keyword：Cause of death statistics, Iris, Automating mortality system, ICD-11,
3
一、前言
為了減少人工選擇原死因標準不一致導致的人為誤差，衛生福利部統計處自民 國 92 年導入美國國家衛生統計中心開發的原死因自動選碼系統(Automated
Classification of Medical Entities，簡稱 ACME)，以提高跨國死因統計之可比較性。 此外，統計處也使用學界開發的多重死因自動登錄系統(Multiple-cause-of-death Automated Data Entry，簡稱 MADE)，將中文診斷自動轉換為國際疾病分類代碼。 最後又推動死亡通報系統（電子死亡證明書），台灣死因統計作業系統開始全面自 動化。
因為經費與人力關係，美國已不再更新 MMDS(Mortality Medical Data System) 系統。美國與德國、法國、英國、瑞典合作成立了 IRIS 研究所，共同開發新的自 動化原死因選擇系統 IRIS，多數歐盟國家已經開始採用 IRIS 系統。
Iris 軟體的主要功能包括字典、診斷標準化、MUSE 選擇原死因等，其中字典 功能可由使用者自行建立醫學名詞與 ICD-10 代碼之對照表，醫學名詞未侷限是英 語，可以是各種語言；診斷標準化之目的是縮減字典的大小，可以將(1)同義字或 縮寫都轉換成同一個字，以英文為例，如 cancer, carcinoma, CA, malignant tumor 等 字都代表 Cancer；(2)不同寫法標準化，如 cancer of the lung, lung cancer, cancer of lung 都代表 lung cancer；(3)刪除不相關的字，如 possible AMI 轉成 AMI。在我國 的死因資料庫中，會看到肝惡性腫瘤、肝惡性肉瘤、肝惡性腫癌、肝腫癌、肝腫瘤、 肝癌等數十種中文診斷皆是肝癌。透過標準化程序，可將這些診斷名稱一致化，精 簡字典的語詞數量。下圖呈現 Iris 系統的作業程序：首先將死亡證明書上的醫學資 訊匯入 Iris 後，先經過字典與標準化功能，將死亡證明書上的死因診斷轉譯成 ICD-10 代碼。第二步驟是擷取重要資訊，如性別、年齡、疾病期間、死亡方式等， 並連同 ICD-10 代碼放入 MUSE。第三步驟則是依據 MUSE 選碼規則(SP1-SP8、 M1-M4)等選出原死因。
Iris系統作頁畫面如下：畫面中間左側為死亡證明書上的死因診斷（可以是 英文、中文或其他任何語言），中間右側呈現將文字診斷經過字典與標準化處理 後的疾病代碼，畫面下方右側則呈現經過MUSE選碼邏輯後的原死因。 為反映國際疾病分類理念與編碼之更新，提高我國死因統計國際可比較 性，衛福部統計處已經於106年委託「與國際自動化多重死因編碼及原死因選擇 系統接軌計畫」，第一年計畫初步成果將於下一節連續性計畫之執行成果概述中 介紹，本年是第二年計畫，主要目的在導入國際主流之IRIS系統，增加多重死因 統計品質。
5
二、連續性計畫之執行成果概要
民國 106 年承接委託研究計劃期中報告摘要：Iris 研究所的成立起源於國際 間針對 Iris 軟體（一種用於自動編碼死因的電子系統）的配置、維護與開發的 合作。國際間對於 Iris 軟體的興趣日益增長，因此有必要為確保 Iris 軟體的供應 和支持提供制度基礎。因此，來自法國、意大利、匈牙利和瑞典的合作夥伴向 DIMDI 提出了建立 Iris 研究所的要求。目前支持 Iris 研究所的國際機構共 13 個， 其中八個是模式一、五個是模是二。而參與軟體發展的核心機構包括：德國 Federal Statistical Office (Destatis) 與 Institute of Medical Documentation and Information (DIMDI)、匈牙利Hungarian Central Statistical Office (KSH)、義大利 Italian National Institute of Statistics (Istat) 、 荷 蘭 Statistics Netherlands (Netherlands)、英國 the Office for National Statistics (England and Wales) 以及美 國National Center for Health Statistics (NCHS)。Iris 是一個用來進行多重死因編碼並選擇原死因的自動系統。它可以批次或 互動方式進行。Iris 的目的包括：提供一個世界各國皆可使用之死因編碼與原死 因選擇自動系統；提高國際可比性，Iris 是根據 WHO 在 ICD-10 第 2 卷中提供 的 ICD-10 規則進行死因編碼，且依照 WHO 的時間表更新 ICD-10。自第四版起， Iris 使用美國國家衛生統計中心（NCHS）的死亡醫學資料系統（MMDS）。而 Iris 第五版開始採用多重死因和原死因選擇引擎（Multicausal and Unicausal Selection Engine, MUSE）。MUSE 係依國際認可的決定表(Decision Tables)運作， 這些決定表是基於最新版的 ICD-10。 臺灣已於 106 年八月以衛生福利部名義成為 Iris 會員，成大研究團隊並於 9 月 11 日至 14 日分別參加使用者會議與 Iris 軟體工作坊，與其他使用 Iris 軟體的 國家代表進行交流，並了解 IRIS 新功能與未來開發方向。Iris 第四版與第五版 在原死因選擇上的差異在於選碼規則，第四版採用 MMDS，第五版則以 MUSE 進行原死因選擇。在使用 Iris 的國家中，英國、荷蘭、瑞典等採循序漸進的方 式，如繼續延用 Iris 第四版進行原死因選擇的同時，一邊測試 Iris 第五版的功能 與正確性，待穩定後才會正式使用第五版；有些國家是目前仍使用 Iris 第四版，
並評估使用第五版的可能。 在 106 年委託計畫中，已在現行死因資料統計管理作業系統中建置匯出 Iris 可讀取之資料格式功能，並初步建立符合現行業務流程之 Iris 中文作業程序。 而是否採用 Iris 軟體之中文診斷自動轉 ICD-10 代碼功能，經初步評估後，建議 先維持現行 MADE 作業系統，將死因資料匯出後再利用 IRIS 進行原死因選擇。 是否採用 Iris 字典及標準化功能將於實際使用 Iris 5.5 版了解軟體介接情況後， 再進行全面性評估。 在檢視死因資料品質的部分，經比對財團法人保險犯罪防制中心的死亡證 明書及衛福部網路通報系統的死亡證明書內容後發現，死因資料不一致的主要 原因，在醫療院所通報部分主要是死亡日期不一致(27.1%)、診斷不一致 (26.0%)、出生日期不一致(24.0%)、網路通報少診斷(19.8%)。而地檢署通報部分 主要是「解剖鑑定中」未更新(51.1%)、死亡日期不一致(15.9%)、出生日期不一 致(15.1%)、死亡種類不一致(11.1%)、網路通報少診斷或診斷不一致(6.8%)。
7
三、研究主旨
1. 與國際同步更新Iris最新版本與標準化作業程序 2. 撰寫死因作業程序及Iris產出統計結果之報告 3. 撰寫Iris中文使用手冊及輔導操作選擇原死因之作業流程 4. 與Iris研究所保持聯繫，瞭解Iris第六版開發方向 5. 蒐集ICD-11相關資訊 6. 檢視死因資料之品質及提供作業改善建議四、材料與方法
1. 與國際同步更新Iris最新版本與標準化作業程序 研究團隊會根據Iris研究所於2018年2月23日公告的使用者手冊(下圖)，針對 衛福部統計處使用的死因統計系統更新與標準化符合台灣現況的標準化程序。 2. 撰寫死因作業程序及Iris產出統計結果之報告 將Iris導入臺灣現行死因作業系統後，成大團隊將撰寫一個死因作業標準程 序手冊，讓新進人員能順利上手。另外也會整理一份Q & A常見問題集，將操作 上可能發生的問題或新手會有的疑問納入，方便使用人員理解。 此外，研究團隊將使用2017年死亡個案進行ACME與Iris兩系統原死因選擇 差異之比較，包括主要死因排序與較詳細死因別(美國國立統計中心的113分類) 死亡數差異。針對兩系統選出不同原死因的個案，我們也會進一步比較造成差 異的原因。9 3. 撰寫Iris中文使用手冊及輔導操作選擇原死因之作業流程 在上述目標中，成大團隊會與大同團隊進行多次討論，目的將Iris導入且電 腦系統匯出Iris可讀取的格式。成大團隊將撰寫Iris中文使用手冊及常見問答集， 定期前往衛生福利部統計處第三科，除了配合系統工程師將新版Iris崁入目前之 死因資料統計管理作業系統，並向同仁示範操作Iris選擇原死因之流程，也將隨 時回覆中部辦公室同仁在操作時遇到的問題。 4. 與Iris研究所保持聯繫， 瞭 解 Iris第 六 版 開 發 方 向 成大團隊會將臺灣實際使用Iris遇到的問題，如畫面呈現、軟體介面使用、 原死因選擇結果等，回饋給Iris研究所，與Iris核心團體討論，尋求支援並提出建 議。因應ICD-11的推行，Iris已著手規劃Iris第六版開發方向，如多數疾病代碼變 為五碼、延伸與群集編碼、新增代碼等。研究團隊將出席2018年的Iris使用者會 議及軟體教學工作坊，與Iris研究所保持聯繫，除了了解Iris第六版之開發方向 外，也提供實務上經驗，讓Iris研究所開發改進新版Iris。 5. 蒐集ICD-11相關資訊。 本研究團隊將持續瀏覽ICD-11相關網站，蒐集並摘譯重要訊息。 6. 檢視死因資料之品質及提供作業改善建議。 研究團隊將持續比對財團法人保險犯罪防制中心的死亡證明書及衛福部網 路通報系統的死亡證明書內容。針對死因資料不一致的部分，再依死亡證明書 開具單位，包括醫療院所與地檢署兩個單位，分別分析死因資料不一致的原因。 針對醫療院所不一致的部分，研究團隊會將不一致案件以電子郵件方式告知統 計處中部辦公室同仁，由中部辦公室同仁致電向死亡證明書開具單位確認並於 網路通報系統進行更新。針對地檢署不一致的部分，則回報給統計處第三科同 仁進行彙整，以便統計處與地檢署商討作業改善機制。
五、結果
1. 與國際同步更新Iris最新版本與標準化作業程序 已經撰寫完符合台灣現況的標準化作業程序，請參考附件一：Iris中文標準 化作業手冊(2018年12月版)。 2. 撰寫死因作業程序及Iris產出統計結果之報告 由於台灣採取批次匯入方式進行Iris處理，所以死因作業程序沒有太大變 動。本計畫將2017年171,857位死亡個案資料，分別使用ACME2000版本(目前統 計處使用的版本)跑出原死因代碼與Iris V5.5版跑出原死因代碼有25,211不一 致，不一致個案分類如下： 一是第四位碼不一致 11,468 二兩軟體邏輯差異 10,864 三是新增第四位碼 1784 四是多重癌症 811 五是原發不明轉移癌 284 第一類與第三類不一致對於十大死因排序或三位碼死因別死亡率趨勢分析 影響不大，但是第二類就稍有影響，但是大多數情況還是Iris邏輯較正確。譬如 下面的死亡證明書範例 下圖左邊是ACME的選擇邏輯，判斷敗血性休克(A419)與急性心臟衰竭11 (I509)有因果關係，就選擇急性心臟衰竭(I509)為原死因。但是我們看右邊Iris的 邏輯有26步驟，在第7步驟時判斷急性心臟衰竭(I509)是診斷欠明病症(ill-defined condition)，所以不選急性心臟衰竭(I509)為原死因。在第13步驟時又判斷呼吸衰 竭(J969)也是診斷欠明病症，所以也不選呼吸衰竭(J969)為原死因。第18步驟時， Iris進行SP6(過去的規則三)步驟判斷慢性腎衰竭(N179)是第二部分陳舊性腦中 風(I694)的直接後遺症(direct sequel)，所以改選陳舊性腦中風(I694)為原死因。Iris 的選擇過程非常詳細且有系統，非常確實地依照選擇原則步驟進行，所以應該 以Iris選擇的原死因為標準答案。 下面再舉一個範例，第一部分填寫的呼吸衰竭，肺炎與敗血症都是死亡機 轉，第二部分有填寫兩個比較明確的死因，第一個是頰惡性腫瘤，第二個是後 天免疫不全症候群。 下圖左邊是ACME的選擇邏輯，在第八行可以看到ACME判斷頰惡性腫瘤 (C060)與後天免疫不全症候群(B24)同時出現時，會傾向選擇後天免疫不全症候
群並其他疾病(B227)。但是下圖右邊Iris的選擇邏輯只看第二部分第一個出現的 頰惡性腫瘤(C060)，沒有進一步判斷第二部分第二個診斷，兩者邏輯有差異，但 是比較難判定何者較正確。 下面這個範例，ACME會選擇食物噎到呼吸道(W79)外因為原死因，但是Iris 卻選擇吸入性肺炎(J690)為原死因，這範例反而是Iris選擇的原死因較不正確。 不管有怎樣選擇原死因的邏輯差異，國際上(包括美國自己)都已經全部採用 Iris軟體來選擇原死因，為了提高台灣與其他國家死因統計的可比較性 (comparability)，採用最新版Iris勢在必行。 回到統計處關注的問題：改用Iris後，對於十大死因排序會有多大的影響？ 表一到表三比較ACME2000版與Iris V5.5版跑出2017年原死因的主要死因 排序，癌症死因排序與事故傷害死因排序。可以發現排序相差不大，建議明年 六月的死因統計公告可以採用Iris V5.5跑出的原死因結果來公告。
13
表一：2017年死亡個案使用ACME2000版與Iris V5.5版選出原死因的主要死因排 序比較
表二：2017年死亡個案使用ACME2000版與Iris V5.5版跑出原死因的癌症死因排 序比較
表三：2017年死亡個案使用ACME2000版與Iris V5.5版跑出原死因的事故傷害死 因排序比較
15 3. 撰寫Iris中文使用手冊及輔導操作選擇原死因之作業流程 請參考附件一：Iris中文標準化作業手冊(2018年12月版)。研究團隊也將於 十二月中將死因統作業系統更新為使用Iris的新版，並且實際輔導統計處第三科 同仁會使用。 4. 與Iris研究所保持聯繫， 瞭 解 Iris第 六 版 開 發 方 向 今年11月呂宗學老師親自出席Iris使用者會議與訓練工作坊，請參考附件二 的出國參加會議報告。目前Iris研究所的網頁也有將台灣放入。
5. 蒐集ICD-11相關資訊。 2018年6月18日世界衛生組織發布新聞稿(下圖)，公告國際疾病分類第十一 版(ICD-11)讓各會員國有所準備。預計在2019年1月提交第144次執行委員會，並 在5月舉辦的72次大會中通過，會員國於2022年1月1日開始採用。 http://www.who.int/zh/news-room/detail/18-06-2018-who-releases-new-international-classification -of-diseases-(icd-11)
17 接下來簡單介紹 ICD-11 的內容，首先進入https://icd.who.int/browse11/l-m/en電子 書，可以看到下圖左邊有列出 26 章的章名，第 7 章睡眠疾病，第 17 章性相關 疾病與第 26 章傳統醫學疾病是新增的。點選 Info 次目錄可以看到有許多可以下 載的資料，譬如紙本，參考指引，工作表，10 版與 11 版對應表，維護檔與首頁。 我們接著點選第 5 章內分泌，營養與代謝疾病，點選糖尿病，再點選第二 型糖尿病，就得到 ICD-11 編碼是 5A11(下圖)，沒有 ICD-10 第四位碼的不同種 併發
不過，再往下看，的確有出現糖尿病急性併發症的標題。按下展開可以看到有 六個急性併發症的編碼，5A23 是糖尿病昏迷的編碼(下圖)。
ICD-11 電子書有一特色，就是非常方便查詢。所以 WHO 也建議不見得要 印紙本，直接使用電子書即可。譬如當我們想要查詢糖尿病視網膜病變，糖尿 病腎病變或是糖尿病神經病變的 ICD-11 代碼時，我們可以使用編碼工具(Coding Tool)。由下圖可以看到，當我們打出 Dia 三個字母時，可以看到左邊 Word list 會列出所有前三個字母是 Dia 的關鍵字，電子書會根據相關性來排序，右邊也 會呈現那些章(不同顏色)有出現此字眼。
19
當我們打出完整 Diabetes 後的畫面，中間會列出所有診斷文字中有糖尿病 的診斷與代碼，右邊會列出在不同章出現的診斷數目。我們在中間的中下行看 到糖尿病視網膜病變(Diabetes retinopathy, unspecified)的 ICD-11 代碼是
9B71.0Z。
我們還是要回到 Browse 主頁面，由第 9 章視覺系統疾病有系統地找到糖尿 病視網膜病變(下圖)。進一步看到右下方還有 Postcoordiation，還要編碼側性(左 眼或右眼)與更詳細的解剖位置(黃斑部或小窩或視板)。
世界衛生組織的網站還提供一個 ICD-11 的維護平台(下圖)，讓想要參與修 改與提供意見者登錄使用。不同於正式釋出版是藍色，維護平台的顏色是橘黃 色。 我們點選糖尿病視網膜病變，發現右邊有動態的層級視覺化圖形(下圖)，充 分發揮電子書互動式特色。建議未來統計處也可以只公告中文版 ICD-11 電子 書，不需要再列印紙本。聯絡中國大陸國際疾病分類協作中心，他們已經完成 ICD-11 中文翻譯，到時候可以參考他們的簡體字翻譯，修改為台灣適用的繁體 字。
21 6. 檢視死因資料之品質及提供作業改善建議。 目前統計處會針對僅填寫 ”腫瘤未明示惡性或良性”，以及只填 “敗血症” 或 “敗血性休克” 之死亡證明書，會例行發函醫療院所詢問開具醫師是否有更 明確死亡原因或是可以明示相關器官系統。近幾年發函回覆與修改之統計如下： 由上兩表格統計可以發現回覆率大多有八成以上，在回覆者中，約一半左 右會提供更明確死因進行修改。次頁呈現兩類問卷內容與醫師回覆文字，有些 有使用一些情緒性字眼，但是也有不少醫師反映，希望能有更明確的指導與正 確答案。目前統計處委託 108 年計畫將有系統分析垃圾碼(garbage codes)死因診 斷，找出常開具垃圾碼死因診斷的醫師，進行個別化發函教育提醒。同時也希 望能使用教育 App 來改善死因診斷填寫品質不良的問題。
※針對死亡證明書只填寫 “腫瘤，未明示惡性或良性” 發函問卷醫師回覆意見 範例
X XXX
23 ※針對死亡證明書只填寫 “敗血症或敗血性休克” 發函問卷醫師回覆意見範例 XXX XXX XXX
研究團隊今年度也分析醫療院所醫師填寫 “非自然死亡或非病死” (意外， 自殺或是不詳)死亡種類的情況。理論上，醫療院所醫師不應該填寫 “非自然死 亡或非病死” ，可是由下面的統計可以看到：近三年這類錯誤填寫案件數目逐 漸減少，由民國 104 年的 116 件減少到 107 年的 66 件，主要是醫院醫師開具， 而且大多是勾選“意外”。 近幾年衛福部統計處持續與保險犯罪防制基金會的合作，比對保險理賠申 報所掃描之死亡證明書與衛福部死亡通報內容。發現有不少死亡個案，在統計 處還是 ”解剖鑑定中” ，但是保險理賠申報所掃描之屍體相驗證明書，已經是 較明確死因診斷的屍體相驗證明書，表示地檢署並沒有更新給法務部在批次傳 給統計處。
由於司改國是會議將 0-6 歲兒童死亡檢視(child death review)列入指標，所 以法務部也非常關心非自然死亡的死因診斷品質。再加上 ICD-10 的 2016 年版， 明確列出對於標準死亡證明書內容的要求，死因診斷框架 Frame A (世界各國都 要遵守的格式，下圖)與框架 Frame B (每個國家可以自行決定納入的項目，次 頁)。所以，未來還要召開多次會議，檢討台灣未來標準死亡證明書的格式，尤 其要與法務部好好討論非自然死亡新增選項的內容。
五、結論與建議
針對六個研究主旨，本研究團隊已經完成預期進度。以下針對每一主旨提 出我們的結論與建議。 1. 已經更新Iris最新版本與標準化作業程序。 2. 已經完成撰寫死因作業程序及Iris產出統計結果之報告，建議明年公告的 死因統計要採取Iris產出之結果，同時撰寫細部差異說明刊登學術期刊。 3. 已經完成撰寫Iris中文使用手冊及輔導操作選擇原死因之作業流程。 4. 已經與Iris研究所保持良好聯繫，瞭解Iris第六版開發方向 5. 已 經 蒐集ICD-11相關資訊並且摘譯撰寫中文說明。建議未來統計處也可 以只公告中文版ICD-11電子書，不需要再列印紙本。參考中國大陸國際疾病分 類協作中心ICD-11簡體字中文翻譯，修改為台灣適用的繁體字。 6. 關 於 死因資料品質。建議有系統分析垃圾碼(garbage codes)死因診斷， 找出常開具垃圾碼死因診斷的醫師，進行個別化發函教育提醒。由於司改國是 會議將 0-6 歲兒童死亡檢視(child death review)列入指標，所以法務部也非常關 心非自然死亡的死因診斷品質。未來應該與法務部舉辦多次溝通會議，檢討非 自然死亡新增選項的內容。27
附件一：Iris 中文標準化作業手冊(2018 年 12 月版)
第一部分：Iris 中文標準化作業程序
步驟一：Iris 安裝
首先進到 Iris 網頁 (https://www.dimdi.de/dynamic/en/classifications/iris-institute/)， 點選右方的「Downloads Iris」。 點選「Iris V5.5.0-Y2018S1)，下載壓縮檔。29
瀏覽授權協定後，點選核取方塊，再點 Submit
I've read the terms and conditions for downloading and I agree to these terms.
點選「儲存」，儲存壓縮檔
31 點選「Close」，完成安裝。
進到該程式資料夾「C:\Program Files (x86)\Iris5.5.0」，在執行檔按滑鼠右鍵，檢 視「內容」。
33
步驟二：匯出死因資料
首先進到死因資料統計管理作業系統，在左下方資料匯出區塊中點選「IRIS 作 業」。
35
DeathIdent 資料集包含個人資料，如流水號、出生日期、死亡日期、性別、死亡 種類等。
DeathMedCod 資料集包含死因資料。
在桌面點選 Iris 捷徑以開啟 Iris 軟體。
選擇欲使用的規則表後點選最下方的區塊完成規則表匯入。
匯入成功，顯示規則表的路徑。
37
在第四個「Certificate database」頁籤中，點選右下方「Browse」，設定死因資料 儲存路徑後，點選右下角的「OK」。
在下方下拉式選單中選取欲進行批次作業的資料「Death」，按「OK」。
39 完成批次作業，畫面會出現分析摘要。
41
完成 IRIS 批次作業後，Access 檔的 UCCode、SubstitutedCodes、MultipleCodes 三個欄位的資料要匯回死因資料統計管理作業系統。
資料匯入／IRIS 作業，點選瀏覽選擇要匯入的 Access 檔，然後點選上傳。
43
步驟五：資料匯出／死因資料
在資料匯出／死因資料的頁面也新增 Iirs 簡易版與 Iris 完整版兩個選項，可匯出 Iris 版原死因與多重死因。
第二部分：Iris 編碼原則與範例
Iris 編碼原則
依據 ICD-10(2016)指引，MUSE 採用以下原死因準則： SP1 – 死亡證明書上只有一個死因 SP2 – 第一部分只有一行 SP3 – 第一部分有一行以上，但最後一行的第一個死因可以解釋上述所有死 因 SP4 –最後一行的第一個死因不能解釋上述所有死因，但一個因果關係終止於 終端死因 SP5 – 第一部分無因果關係 SP6 – 明顯死因 SP7 – 病況不明確(因果關係不明確?) SP8 – 病況不可能導致死亡 M1 – 特別規則 M2 – 特定性/專一性 M3 – 重新檢視 SP6，M1 與 M2 M4 – 醫療處置、中毒、主要傷害與孕產婦死亡相關指引 在編碼日誌中「START OF SELECTION」的下一行即呈現原死因選取步驟。 使用者可以在「type」那一欄檢視準則選取過程： 以綠色呈現有被成功採用的準則。暫時被選取的原死因會以綠色方式呈現在 「UC」那一欄。 無法被採用準則以灰色表示，不被採用的原因會呈現在「message」那一欄。45
範例
範例 1 (SP1) 1a I259 缺血性心臟病 1b 1c 2 說明：因為死亡證明書上只記載 I259，根據準則 SP1 ，I259 是起因也是原死因。 選出的原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00000101 I2592010LA00000103 Select Initial TUC = I259 - GenPrin 2010LA00000104 MANUAL UC: ACME UC: I259 範例 2 (SP1)
甲 C799 轉移 乙 丙 II Iris 判斷邏輯如下： 說明：因為死亡證明書上只記載 C799，根據準則 SP1 ，C799 被選為起點。再 根據特別準則(M1)，C77-C79 屬續發性惡性腫瘤，不能做為原死因。若原發性 惡性腫瘤未被提及，則以未提及部位的惡性腫瘤做為原死因(C80.)。選出的原死 因與 ACME 不一致。 ACME 分析的結果如下： 2010LA00000101 C799
2010LA00000103 Select Initial TUC = C799 - GenPrin 2010LA00000104 MANUAL UC: ACME UC: C799
範例 3 (SP2) 甲 I219, E149 心肌梗塞、糖尿病 乙 丙 II Iris 判斷邏輯如下： 說明：因為第一部分只有一行，根據準則 SP2 ，I219 是首先被提及的疾病因此 作為起點。接著 MUSE 採準則 SP6（明顯死因），I219 被選為原死因。選出的
47 原死因與 ACME 一致。
ACME 分析的結果如下： 2010LA00000301 I219 E149
2010LA00000303 Select TUC = I219 - Rule2
2010LA00000304 MANUAL UC: ACME UC: I219
範例 4 (SP2) 甲 I219 心肌梗塞 乙 丙 II E149 糖尿病 Iris 判斷邏輯如下： 說明：因為第一部分只有一行，根據準則 SP2 ，I219 是首先被提及的疾病因此 作為起點。接著 MUSE 採準則 SP6（明顯死因），I219 被選為原死因。選出的 原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00000401 I219*E149
2010LA00000403 Select Initial TUC = I219 - GenPrin 2010LA00000404 MANUAL UC: ACME UC: I219
範例 5 (SP3)
乙 G819 偏癱 丙 I639 腦梗塞 II Iris 判斷邏輯如下： 說明：因為第一部分有一行以上，且最後一行的第一個死因可以解釋上述所有 死因，因此根據準則 SP３，I639 被選為原死因，即腦梗塞導致偏癱與支氣管肺 炎。選出的原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00000501 J180/G819/I639
2010LA00000503 Is J180 due to I639? YES 2010LA00000504 Is G819 due to I639? YES
2010LA00000505 Select Initial TUC = I639 - GenPrin 2010LA00000506 MANUAL UC: ACME UC: I639
範例 6 (SP3 時間錯誤) 甲 G819 偏癱 (2 個月) 乙 J180 支氣管肺炎 (1 個月) 丙 I639 腦梗塞 (2 個月) II Iris 判斷邏輯如下：
49 說明：因為證明書上註明甲和乙的時間不一致，MUSE 以橘色提示偏癱發生在 支氣管肺炎之前，請編碼者再確認原死因。不管如何，I639 可以解釋甲和乙的 病況(可能同時或者都在 I639 之後)，因此根據準則 SP３，I639 被選為原死因， 即腦梗塞導致偏癱與支氣管肺炎。選出的原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00000701 G819/J180/I639
2010LA00000703 Is G819 due to I639? YES 2010LA00000704 Is J180 due to I639? YES
2010LA00000705 Select Initial TUC = I639 - GenPrin 2010LA00000706 MANUAL UC: ACME UC: I639
範例 7 (SP3 時間錯誤) 甲 G819 偏癱 (2 個月) 乙 J180 支氣管肺炎 (1 個月) 丙 I639 腦梗塞 (1 個月) II Iris 判斷邏輯如下：
說明：因為證明書上註明甲和乙以及甲和丙的時間不一致，MUSE 以橘色提示， 偏癱發生在支氣管肺炎之前，偏癱發生在腦梗塞之前，無法使用準則 SP３，因 為偏癱無法被最下面那一行的第一個死因解釋，請編碼者再確認原死因。 ACME 分析的結果與 IRIS 不同，如下：
2010LA00000701 G819/J180/I639
2010LA00000703 Is G819 due to I639? YES 2010LA00000704 Is J180 due to I639? YES
2010LA00000705 Select Initial TUC = I639 - GenPrin 2010LA00000706 MANUAL UC: ACME UC: I639
範例 8 (SP4) 甲 C787 肝轉移 乙 I639, C169 腦梗塞、胃癌 丙 II Iris 判斷邏輯如下：
51 說明：最下面一行的第一個死因 I639 無法解釋 C787，但 C169 會導致 C787， 因此使用準則 SP4，即腦梗塞不能解釋上面病況，但胃癌最終造成肝轉移。選 出的原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00000801 C787/I639 C169
2010LA00000803 Is C787 due to I639? NO 2010LA00000804 Is C787 due to C169? YES 2010LA00000805 Select TUC = C169 - Rule1
2010LA00000806 MANUAL UC: ACME UC: C169
範例 9 (SP4) 甲 I269 肺栓塞 乙 C450, I871 胸膜間皮瘤、靜脈壓迫 丙 J61 石棉及其他礦物纖維所致的塵肺症 II Iris 判斷邏輯如下： 說明：由於大多數其他病症無法解釋惡性腫瘤：石棉及其他礦物纖維所致的塵 肺症不會引起胸膜間皮瘤，因此使用準則 SP4，即石棉及其他礦物纖維所致的 塵肺症不能解釋上述病況，但胸膜間皮瘤最終造成肺栓塞，因此選 C450 為原死 因。選出的原死因與 ACME 一致。 ACME 分析的結果如下：
2010LA00000903 Is I269 due to J61? YES 2010LA00000904 Is C450 due to J61? NO
2010LA00000905 No TUC by GenPrin - Apply Rule1 2010LA00000906 Is I269 due to C450? YES
2010LA00000907 Is C450 due to J61? NO 2010LA00000908 Select TUC = C450 - Rule1
2010LA00000909 MANUAL UC: ACME UC: C450
範例 10 (SP5) 甲 C349(P) 肺癌 乙 J969, I871 呼吸衰竭、靜脈壓迫 丙 II Iris 判斷邏輯如下： 說明：如果惡性腫瘤被描述為支氣管原發性或支氣管，則標記肺癌為原發 「C349(P)」。根據準則 SP5，第一部分無因果關係，則選 C349 為原死因。選出 的原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00001001 C349/J969 I871 2010LA00001003 Is C349 due to J969? NO 2010LA00001004 Is C349 due to I871? NO 2010LA00001005 Select TUC = C349 - Rule2
2010LA00001006 MANUAL UC: ACME UC: C349
範例 11 (SP6) 甲 J189 肺炎
53 乙 丙 II I639 腦梗塞 Iris 判斷邏輯如下： 說明：根據準則 SP2，起因是 J189。但腦梗塞(I639)是導致肺炎(J189)的明顯原 因，因此根據準則 SP6，選 I639 為原死因。選出的原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00001101 J189*I639
2010LA00001103 Select Initial TUC = J189 - GenPrin 2010LA00001104 DS J189 I639 YES
2010LA00001105 MANUAL UC: ACME UC: I639
範例 12 (SP7) 甲 I519 心臟代償失調 乙 R54, E86 衰老、脫水 丙 I672, M819 腦動脈硬化、骨質疏鬆症 II Iris 判斷邏輯如下： 說明：首先根據準則 SP4，I672 無法解釋上述所有病況，因此選擇 R54。但又 根據準則 SP7，衰老的病況不明確故忽略。根據準則 SP3，I672 可以解釋上述 其他病況，故選 I672 為原死因。選出的原死因與 ACME 一致。
ACME 分析的結果如下：
2010LA00001201 I519/R54 E86/I672 M819 2010LA00001203 Is I519 due to R54? YES 2010LA00001204 Is R54 due to I672? NO 2010LA00001205 Is R54 due to M819? NO 2010LA00001206 Select TUC = R54 - Rule1 2010LA00001207 Senility discarded TUC = R54 2010LA00001208 Is I519 due to E86? YES 2010LA00001209 Is E86 due to I672? YES 2010LA00001210 Select TUC = I672 - Rule1 2010LA00001211 Senility discarded TUC = I672
2010LA00001212 MANUAL UC: ACME UC: I672
範例 13 (SP7 合併重新編碼) 甲 J189 肺炎 乙 R263 Immobility 丙 II F03 失智症 Iris 判斷邏輯如下： 說明：首先根據準則 SP3，R263 可以解釋 J189，因此選擇 R263。但又根據準 則 SP7，R263 的病況不明確故忽略。因為使用準則 SP7，將 J189 重新編碼為 J182，依據準則 SP6，F03 是導致 J182 的明顯原因，故選 F03 為原死因。選出
55 的原死因與 ACME 一致。
ACME 分析的結果如下：
2010LA00001301 J189/R263*F03
2010LA00001303 Is J189 due to R263? YES
2010LA00001304 Select Initial TUC = R263 - GenPrin 2010LA00001305 R263 is ID
2010LA00001306 Select Initial TUC = J189 - GenPrin 2010LA00001307 DS J189 F03 YES
2010LA00001308 TUC not modified by ID: TUC = F03 2010LA00001309 MANUAL UC: ACME UC: F03
範例 14 (SP7 不適用) 甲 R54, R263 衰老、Immobility 乙 丙 II Iris 判斷邏輯如下： 說明：首先根據準則 SP2，R54 為起點，但因其他準則皆不適用，最後依據準 則 M1(特別規則)，選 R54 為原死因。選出的原死因與 ACME 一致。 ACME 分析的結果如下： 2010LA00001401 R54 R263
2010LA00001403 Select TUC = R54 - Rule2 2010LA00001404 Senility discarded TUC = R54
2010LA00001405 Select Initial TUC = R263 - GenPrin 2010LA00001406 New TUC is ID, revert back to: R54
2010LA00001407 MANUAL UC: ACME UC: R54 範例 15 (SP8) 甲 J069 上呼吸道感染 乙 丙 II I694, E149 中風後遺症、糖尿病 Iris 判斷邏輯如下： 說明：首先根據準則 SP2，J069 為起點，但上呼吸道感染不會導致死亡。再依 據準則 SP8，選 I694 為原死因。選出的原死因與 ACME 一致。 ACME 分析的結果如下：
2010LA00001501 J069*I694 E149
2010LA00001503 Select Initial TUC = J069 - GenPrin 2010LA00001504 J069 is Trivial
2010LA00001505 Select TUC = I694 - Rule2
2010LA00001506 MANUAL UC: ACME UC: I694
範例 16 (SP8 小病況被接受) 甲 A419 敗血症 乙 K029 齲齒 丙 II Iris 判斷邏輯如下：
57
說明：起點 K029 引起併發症 A419，故選 K029 為原死因。選出的原死因與 ACME 一致。
ACME 分析的結果如下： 2010LA00001601 A419/K029
2010LA00001603 Is A419 due to K029? YES
2010LA00001604 Select Initial TUC = K029 - GenPrin 2010LA00001605 K029 is Trivial
2010LA00001606 Is A419 due to K029? YES
2010LA00001607 Trivial in due-to position, so K029 can be TUC 2010LA00001608 MANUAL UC: ACME UC: K029
範例 17 (M1) 甲 I64 腦中風 乙 I709, I119 動脈粥樣硬化、高血壓性心臟病 丙 II Iris 判斷邏輯如下： 說明：起點 I709 可以被兩個特別規則修正，根據 2016 編碼規則，第一個被提 及的連結被選為原死因，故選 I64。選出的原死因與 ACME 不一致。
ACME 分析的結果如下：
2010LA00001701 I64/I709 I119
2010LA00001703 Is I64 due to I709? YES 2010LA00001704 Select TUC = I709 - Rule1 2010LA00001705 LMP I709 I64 YES 2010LA00001706 LMP I709 I119 YES 2010LA00001707 Is I64 due to I119? YES
2010LA00001708 Select Initial TUC = I119 - GenPrin 2010LA00001709 Select TUC = I119 - RuleC
59 附件二：出國參加會議報告
日期： 107 年 11 月 30 日
一、參加會議經過
為了標準化國際間死因統計的可比較性，美國國立衛生統計中心
(National Center for Health Statistics, NCHS)早在 1996 年就開始推薦各國使用 相同的自動化原死因選擇系統(Mortality Medical Data System, MMDS)，並且 發起了「國際協作推動死因統計自動化」(The International Collaborative Effort (ICE) on Automating Mortality Statistics)計畫，定期邀請各國死因統計相關行 政單位同仁與相關學者舉辦研討會。台灣從 1996 年就參與第一屆開始，也 引進了 MMDS，幾乎每次會議都有代表參加。 計畫編號 M07K1003 計畫名稱 與國際自動化多重死因編碼及原死因選擇系統接軌計畫 出國人員姓名 呂宗學 服務機構及職稱 成功大學公衛所教授 會議時間 107 年 11 月 19 日至 107 年 11 月 23 日 會議地點 德國科隆 會議名稱 11/19、11/22-11/23 (中文) Iris 工作坊 (英文) Iris training 11/20-11/21 (中文) Iris 使用者會議
到了 2008 年第四屆會議後，「國際協作推動死因統計」的主導權逐漸由 美國轉移到歐洲國家。法國、匈牙利、義大利、美國和德國共同開發了一套 用來進行多重死因編碼並選擇原死因的自動系統，命名為 Iris。為了開發及 維護 Iris 軟體，法國、匈牙利、義大利及瑞典於是向德國的 DIMDI 提出成 立 Iris 研究所的申請，做為確保該軟體的供應和維持提供制度性基礎。
Iris 是根據 WHO 在 ICD-10 第 2 卷中提供的國際死亡證明書，依 ICD-10 規則進行死因編碼，且依照 WHO 的時間表更新 ICD-10。在原死因的選碼邏 輯上， Iris 第四版採用使用美國的 MMDS 進行原死因選擇，而在最新的第 五版中則改以多重死因和原死因選擇引擎（Multicausal and Unicausal
Selection Engine, MUSE）進行。MUSE 根據國際認可的決定表(Decision Table) 以最新版 ICD-10 進行選碼。台灣也於 2016 年由衛生福利部統計處委託學術 單位，進行由 MMDS 轉換為 Iris 的可行性評估。
為維持 Iris 研究所的營運，有會員國收費要求：普通會員(Support mode 1)一年五千歐元，進階會員(Support mode 2)一年一萬歐元。台灣於 2017 年 加入普通會員，有四位代表參加 2017 年 9 月 11-12 日及 13-14 日在德國科隆 舉行的 Iris 使用者會議及軟體教學工作坊。四位代表分別是衛生福利部統計 處施長志專員，台大公衛學院張書森老師，高雄醫大梁富文老師與林白凰研 究助理。今年由呂宗學老師代表參加，訓練會議日期是 2018 年 11 月 20, 23,24 日(9 國 14 人參加附件三)，使用者會議日期是 2018 年 11 月 21,22 日(20 國 37 人參加附件四)。 下面是 Iris 訓練工作坊的議程，第一天前半天整體介紹，後半天有實際
61 個案的演練操作。第二天全天與第三天上半天是荷蘭的 Peter Harteloh 報告該 國經驗實際使用 Iris 分析出現與人工判斷的差異，依照國際疾病分類 23 章逐 章討論，同時現場鍵入類似狀況的不合理原死因選擇。以下面這個例子死因 診斷欄第一行(1a)寫消化系統疾病，第二部分(2)寫消化系癌與轉移，Iris 選出 原死因是消化系統疾病，但是人工判斷會是大腸直腸癌。講師就會實際打入 這些診斷，更換不同填寫位置，讓大 家看到 Iris 選出怎樣不同的原死因， 同時也呈現 Iris 的選擇邏輯。一方面 是教學，一方面也是回饋研究所是否 該修改。最後半天，各國提出自己曾 經遇到的問題進行討論。 使用者會議的議程如下，一開始介紹研究所的近況，然後一天就是各國 介紹各國的使用現況與問題。第二天針對疾病關係因果決策表與多重死因的 處理問題，MUSE 最新版本的修改重點，最後當然就是轉向 ICD-11 的介紹。
二、與會心得 1. 本人因為再此領域鑽研甚久，所以此領域的相關問題都很熟悉，所以 特別會留意 Iris 如何解決這些問題。這次與會，我很重要的任務就是認識各 國代表，因為衛福部統計處有給我一個任務，要收集各國死亡證明書格式， 以及對於新增選項的作法。所以我非常積極詢問各國代表，也收集到相當多 國家的死亡證明範本。 2. 福部統計處給我另一個任務，就要釐清翻譯與標準化的問題。剛好訓 練工作坊第一天前半場就有花很多時間介紹這個問題，我也積極詢問講員。 Iris 的作法是寫程式來判讀文字診斷是否非標準診斷寫法(參考下面分類)，然 後自動轉換為標準診斷寫法。透過這種標準化程序，文字診斷與國際疾病分 類代碼的轉換對照表就可以比較精簡。台灣目前的做法是只要出現不同診斷 表達方式就新增，所以對照表數目相當大。回國後將會好好系統評估是採用 程式語法標準化的成本效益。 縮寫 不同表達方式 不相關字(譬如可能) 單數複數 拼錯字 3. 過去參加會議的各國代表都陸續退休，我要開始認識新生代的代表。 過去與各國代表都有合作發表論文，未來也希望能如此。這次擔任講員 Peter Harteloh 也算是老朋友，我有邀請他來過台灣。他目前也非常關心多重死因分 類的問題，我們有討論要合作寫論文。他最近發表一篇論文，我剛好就是審 查委員。 4. 這次與會國家大多是歐美國家，亞洲只有台灣，日本與菲律賓。菲律 賓基本上是用英文寫死亡證明書，所以可以直接使用他們所開發的標準化與 翻譯程式，但是日本與台灣使用的文字大不相同，可能不能直接使用。
63 5. 我在會議期間也透過 e-mail 與 WeChat 連絡我認識中國大陸死因統計 與國際疾病分類的相關代表。他們目前都還是採用人工選擇原死因，但是有 聽說過自動化選擇原死因系統，也非常有興趣瞭解相關內容。 三、發表論文全文或摘要 可惜，這次出國沒有仔細閱讀會前通知，沒有機會報告台灣經驗。這次 大會已經決定明年要報告各國電子死亡證明書的推動經驗，台灣應該可以分 享很多好經驗。 四、建議 1. 與不同國家合作撰寫論文發表。 2. 請衛福部國合組要重視這個跨國專業團體的機會，這是台灣要踏入國 際衛生的重要跳板。因為大多數參與 Iris 使用者會議代表也大多數是世界衛 生組織國際疾病分類(ICD)的代表，也是死因診斷專家決策小組成員。2016 年 在日本舉辦的國際疾病分類會議，在日本協助之下，本人才有機會受邀與會。 這此也有機會碰到日本代表，我也特別過去致意感謝他們的幫忙。今年在韓 國舉辦，我們外交部力爭還是沒辦法。 3. 心得 5 所言，中國大陸好像也有興趣瞭解自動化選擇原死因系統，台 灣應該可以將使用 Iris 的經驗分享給他們。也可以藉機瞭解，究竟可以採用 怎樣妥協的方法讓台灣也有機會參加國際疾病分類會議。 五、攜回資料名稱及內容 所有會議的投影片都有提供電子檔帶回，相關研究論文也有提供，已經轉 寄給衛生福利部統計處存查。 六、其他 附件三：Iris 訓練工作坊參與者名單 附件四：Iris 使用者會議參與者名單
First name Surname Country Institution
1 Maure Klein Belgium AVIQ
2 Rita De Boodt Belgium Vlaams Ministerie van Welzijn, Volksgezondheid en Gezin 3 Anne Kongs Belgium Vlaams Ministerie van Welzijn, Volksgezondheid en Gezin 4 Elaine Tower England Office for National Statistics
5 Debbie Hague England Office for National Statistics 6 Amine Ben Sadra France Inserm-CépiDc
7 John O'Connor Ireland Central Statistics Office
8 Pnina Lebovich Israel Israeli Central Bureau of Statistics. 9 Michie Murata Japan Ministry of Health, Labour and Welfare 10 Kaori Nakayama Japan Ministry of Health, Labour and Welfare 11 Claudia Bors Luxembourg Ministère de la Santé
12 Eva Krpelanova Netherlands Statistics Netherlands
13 Abawi Abdul Karim Switzerland Swiss Federal Statistical Office 14 Tsung-Hsueh (Robert) Lu Taiwan National Cheng Kung University
László Pelikan Hungary Hungarian Central Statistical Office
Participants Iris Training 19 .11.2018 in Cologne
Trainer: 附件三：
First name Surname Country/ Region
Institution
1 Koenraad Jacob Belgium Vlaams Ministerie van Welzijn, Volksgezondheid en Gezin 2 Maure Klein Belgium AVIQ
3 Anne Kongs Belgium Vlaams Ministerie van Welzijn, Volksgezondheid en Gezin 4 Kathy O’Brien Canada Statistics Canada
5 Cristian Bermdez Quintero Colombia Vital Strategies – Data for Health Initiative (D4H) 6 Martha Nelly Reyes Rodríguez Colombia National Administration of Statistics
7 David Morávek Czech Czech Statistical Office 8 Debbie Hague England Office for National Statistics 9 Elaine Tower England Office for National Statistics 10 Aline Désesquelles France Ined
11 Dominique Pigeon France Inserm-CépiDc 12 Amine Sadra France Inserm-CépiDc
13 Olaf Eckert Germany Federal Statistical Office 14 Friedrich Heuser Germany DIMDI
15 Ulrich Vogel Germany DIMDI
16 László Pelikán Hungary Hungarian Central Statistical Office 17 John O'Connor Ireland Central Statistics Office
18 Pnina Lebovich Israel Israeli Central Bureau of Statistics. 19 Daniele De Rocchi Italy UNIUD and ISTAT
20 Mihai Popescu Italy UNIUD
21 Michie Murata Japan Ministry of Health, Labour and Welfare 22 Kaori Nakayama Japan Ministry of Health, Labour and Welfare 23 Claudia Bors Luxembourg Ministère de la Santé
24 Eva Krpelanova Netherlands Statistics Netherlands 25 Wendy Loorbach-van Zutphen Netherlands Statistics Netherlands 26 Berit Lillesund Norway FHI
27 Anne Gro Pedersen Norway FHI
28 Nerissa Palangyos Philippines Philippines Statistical Authority 29 Marjorie Villaver Philippines Philippines Statistical Authority 30 Rosario González García Spain Instituto Nacional de Estadística 31 Helen Flyntström Sweden SOCIALSTYRELSEN
32 Eva Strand Sweden SOCIALSTYRELSEN
33 Abawi Abdul Karim Switzerland Swiss Federal Statistical Office 34 Christoph Junker Switzerland Swiss Federal Statistical Office 35 Tsung-Hsueh
(Robert) Lu Taiwan National Cheng Kung University 36 Robert N. Anderson USA NCHS
37 Rajesh Virkar USA NCHS
Participants Iris User Group Meeting 20 - 21 November 2018 in Cologne
10:30-17:00 Uhr / 9:00-16:00 Uhr 附件四
