Statistical Methods for Comparing Mortality between Populations with Application to Mortality Data in Thailand in 2005 and Japan in 2006.

Abstract

วิทยานิพนธ์นี้ ได้อธิบายวิธีการทางสถิติที่เหมาะสมสำหรับเปรียบเทียบการตายระหว่างประชากร โดยแบ่งการศึกษาเป็นสามส่วนดังนี้ ส่วนที่หนึ่ง มีวัตถุประสงค์เพื่อเปรียบเทียบการตายจาก 21 สาเหตุหลัก ของประเทศไทย ปี พ.ศ. 2548 และการตายของประเทศญี่ปุ่น พ.ศ. 2549 ส่วนที่สอง เป็นการศึกษาเปรียบเทียบอัตราการตายจากโรคอัมพฤกษ์ อัมพาต ในจังหวัดสุพรรณบุรีกับกรุงเทพมหานคร ปี พ.ศ. 2548 และส่วนที่สาม เป็นการสรุปวิธีการปรับแก้ข้อมูลรายงานสาเหตุการตายที่คลาดเคลื่อนจากระบบทะเบียนราษฏร์ โดยใช้วิธีการทางสถิติประมาณจำนวนการตายของ 21 สาเหตุในประเทศไทย สาเหตุการตายที่บันทึกไว้ในฐานข้อมูลจากทะเบียนราษฎร์มีความคลาดเคลื่อน เนื่องจากบันทึกสาเหตุเป็น “ไม่ชัดแจ้ง” ประมาณ 40% การศึกษานี้ จึงนำข้อมูลจำนวนการตายตามสาเหตุจากทะเบียนราษฎร์ มาประมาณใหม่โดยอาศัยสาเหตุการตายจากการสอบสวนสาเหตุการตายด้วยการสัมภาษณ์ (Verbal autopsy) ใน ปี พ.ศ. 2548 โดยใช้การวิเคราะห์การถดถอยโลจิสติก (logistic regression) และเนื่องจากประชากรแต่ละกลุ่มมีโครงสร้างต่างกัน เมื่อจำแนกตามเพศและอายุ จึงใช้วิธีการปรับฐานอายุ (age-standardization) เพื่อให้สามารถเปรียบเทียบกันได้ ส่วนที่หนึ่ง เป็นการใช้กราฟโดนัท เพื่อแสดงการตายส่วนเกิน (excess deaths) ในแต่ละสาเหตุของไทยและญี่ปุ่น จำแนกตามเพศ ผลการศึกษาพบว่า โดยส่วนใหญ่ การตายส่วนเกินของประเทศไทยที่มากกว่าญี่ปุ่น ได้แก่ การตายจากสาเหตุ อัมพฤกษ์ อัมพาต อุบัติเหตุการจราจรในเพศชาย ระบบภายในของเพศหญิง โรคติดเชื้อและมะเร็งตับ ส่วนญี่ปุ่น โดยส่วนใหญ่ การตายส่วนเกินที่ญี่ปุ่นมากกว่าประเทศไทย ได้แก่ การตายจากสาเหตุ การฆ่าตัวตายและมะเร็งในระบบทางเดินอาหาร ดังนั้น หน่วยงานของรัฐที่ดูแลเกี่ยวกับระบบสุขภาพ ควรตระหนักและให้ความสนใจ ในการกำหนดเป็นนโยบายสุขภาพเร่งด่วน เพื่อลดการตายส่วนเกินในแต่ละสาเหตุ ที่ประเทศไทยมากกว่าญี่ปุ่น ส่วนที่สอง เป็นการตรวจสอบความมีนัยสำคัญทางสถิติ โดยการใช้การถดถอยพัวซอง (Poisson regression) เพื่อสร้างตัวแบบเปรียบเทียบอัตราการตายจากโรคอัมพฤกษ์ อัมพาต หลังจากปรับอิทธิพลของปัจจัยทางประชากรแล้ว ของกรุงเทพมหานครเปรียบเทียบกับสุพรรณบุรี ผลการศึกษาพบว่า อัตราการตายของโรคอัมพฤกษ์ อัมพาต ในจังหวัดสุพรรณบุรี สูงกว่ากรุงเทพมหานครอย่างมีนัยสำคัญทางสถิติ และอัตราการตายในเพศชายสูงกว่าในเพศหญิง ในทุกกลุ่มอายุที่น้อยกว่า 80 ปี ดังนั้น การเพิ่มความพยายามในการดูแลสุขภาพและการป้องกันโรค อัมพฤกษ์ อัมพาต ควรกำหนดเป้าหมายพื้นที่ชานเมือง และวิธีการทางสถิติที่ใช้ในการศึกษานี้ สามารถนำมาใช้กับพื้นที่อื่น ๆ สำหรับการเปรียบเทียบอัตราการตายสาเหตุเฉพาะโรค ระหว่างประชากร ส่วนที่ สาม เป็นการสรุปวิธีการปรับแก้ข้อมูลรายงานสาเหตุการตายที่คลาดเคลื่อน โดยใช้วิธีการทางสถิติประมาณจำนวนการตายของ 21 สาเหตุ เนื่องจากตัวแปรตามที่สนใจ เป็นแบบกลุ่มที่มี 21 ระดับ ตัวแบบที่เหมาะสมสำหรับการวิเคราะห์ คือ การถดถอยพหุนาม (multinomial regression) ในการศึกษานี้ แสดงให้เห็นว่า สามารถใช้การวิเคราะห์ถดถอย โลจิสติก สร้างตัวแบบของสาเหตุการตายแต่ละสาเหตุจำนวน 21 ตัวแบบ จากข้อมูลการสอบสวนสาเหตุการตายด้วยการสัมภาษณ์ในประเทศไทย ปี พ.ศ. 2548 หลังจากนั้น ปรับขนาดจำนวนการตายโดยรวมในแต่ละสาเหตุที่ประมาณได้ ให้สอดคล้องกับจำนวนการตายโดยรวมจากทะเบียนราษฏร์ การใช้การวิเคราะห์ถดถอยโลจิสติก สร้างตัวแบบกับข้อมูล ในแต่ละสาเหตุ สามารถแสดงช่วงความเชื่อมั่นของร้อยละของการเสียชีวิต จากแต่ละสาเหตุในแต่ละระดับของปัจจัยเสี่ยง หลังจากปรับอิทธิพลของปัจจัยอื่นๆแล้ว และนำไปเปรียบเทียบกับแผนภูมิแท่งของร้อยละของการเสียชีวิตเพื่อประเมินอิทธิพลของปัจจัยกวน กราฟพื้นที่ (Area plot) ใช้แสดงผล การตายจำแนกตามเพศ กลุ่มอายุและปี วิธีการในส่วนที่สามนี้ ได้ประยุกต์ใช้กับข้อมูลการตายจาก โรคอัมพฤกต์ อัมพาต In this thesis, appropriate statistical methods were described to compare mortality between populations. The thesis comprises three parts. The first part aimed to compare 21 cause-specific deaths in Thailand in 2005 and Japan in 2006. The second part aimed to compare stroke death rates in Suphan Buri with Bangkok in 2005. Deaths from the Thai death registration (DR) database were adjusted for misclassified cause of death using logistic regression based on the verbal autopsy (VA) data. Age-standardization was used to adjust for population differences in gender and age group. The third part aimed to summarize methods for adjusting misclassification causes of deaths in the DR data. In the first part, a useful doughnut plots was used to display 21 cause-specific excess deaths by gender. In Thailand, there were cause-specific excess deaths for transport accident for males, endocrine for females, infectious diseases, stroke, and liver cancer. In contrast, there were cause-specific excess deaths for suicide and other digestive cancer for Japan. The more cause-specific excess deaths in Thailand impose a significant public health burden that demands attention and action by health policy makers. In the second part, the high excess death of stroke from part 1 was further investigated. A Poisson regression model was used to compare stroke death rates after adjusting for demographic factors. The model provides a good fit to the data. The stroke death rate in Suphan Buri was statistically significant higher than Bangkok. The rates were higher for males than for females in all age groups under 80 years. Increasing efforts in health care and stroke prevention should target suburban areas. The statistical methods used in this study can be applied to other regions for comparing a cause-specific mortality between populations. In the third part, causes of deaths in Thailand are misreported because about 40% of deaths have been recorded as ill-defined. This study aims to offer statistical methods to correct misreported multinomial outcome. The methods involve analysis of verbal autopsy (VA) data. Since the outcome is a nominal variable with 21 levels, the appropriate model for systematic analysis of death by ICD-10 code is multinomial regression. However, it is simpler and more informative to separately fit logistic regression models to the 21 outcome cause groups, and then rescale the results to ensure that the total number of estimated deaths for each group match those reported in the corresponding populations. This method also gives confidence intervals for percentages of deaths in cause groups for levels of each risk factor adjusted for other risk factors. These confidence intervals are compared with bar charts of sample percentages to assess evidence of confounding bias. Area plots are used to show results by gender, age group and year. The methods were illustrated using stroke deaths.