Injury Surveillance in Taiwan Professor: Ping-Ling Chen

Public Health Burden in Injury Global 2004-2030 expected trend of cause of death More than 5 million die each year，accounts for 9% of the word’s death Leading causes of injury deaths: Road traffic (24%)、Suicide (16%)、Fall (14%)、Homicide (10%) 、Drowning (7%) Road traffic 2030 5th 2004 9th Taiwan 2001-2015 trend 6th cause of death，accounts for 4.2% of the death Leading cause of death among children and young adults Poisoning、Fall、Suicide Drowning、Road traffic

Questions need to be answered about injury What is the size and characteristics of injury? Which populations are at risk? What are the risk factors? How about the trend of injury?

Estimated Injury Pyramid 1 death 30 hospitalizations 300 ER visits Varies in countries

Injury Pyramid European Union Taiwan, 2015 23 18 times times 128 140 (74000萬) Taiwan, 2015 (2355萬) 11,390 deaths 199,293 hospital admissions 1,456,361 Emergency departments attendances 232,000 deaths 5,332,000 hospital admissions 32,491,000 Emergency departments attendances 23 times 18 times 128 times 140 times

Non-fatal Injury Data

Morbidity Data Source Hospital based records in developed countries Purpose Characterize and monitor trends in non-fatal injuries Identify emerging injury problems Identify persons at risk Provide reliable surveillance data for program and policy decisions. Strengths Population-based Standardized/ Comparable Hospital charges Weaknesses Restricted use Must be purchased Limited trauma data Incomplete E-code reporting

資料彙整組織圖 資料來源 檔案名稱 主要分析欄位 18 datasets，from year 2000 to 2015，total 664,750 NTD

資料申請流程圖 聯繫資料科學中心確認資料申請規則異動、收費標準 向科學中心遞交申請 一般檔案：準備欄位勾選表、特殊欄位需求說明文件 備妥 授權 回函 向科學中心遞交申請 一般檔案：準備欄位勾選表、特殊欄位需求說明文件 特定檔案：準備申請單位之授權公文 申請審核許可 通知繳費 繳費、單據回傳 健康署：申請同意使用國民健康訪問調查 函文內政部：申請同意使用內政部戶籍檔 函文原民會：申請同意使用原住民族戶籍資料庫 函文健保署：申請同意使用全民健保重大傷病檔 科學中心進行資料處理作業(撈檔、加密) 通知可預約使用 預約作業區分析使用 預約或候補成功 分析

Injury Classification ICD External cause Nature of injury Codes Matrices ICD – 9 -CM Supplemental Classification E800–E999.9 External Cause of Injury matrices Chapter XVII codes 800–999 Barell Matrix Intent mechanism nature of injury body region ICD-9 ICD-10的傷害分類方式以及參考的傷害矩陣 Hospitalization data only Ref: International Collaborative Effort (ICE) on Injury , Centers for Disease Control and Prevention's (CDC), National Center for Health Statistics (NCHS)

標準化傷害住院醫療利用率 前五大傷害別住院醫療利用趨勢圖 N code 1 2 3 2015年全國因傷害住院的醫療利用率為每十萬人705.2，和急診相反，住院傷害的長期趨勢為顯著下降 國人前三大傷害住院傷害別為頭部外傷、前臂及手肘骨折、肩骨及上臂骨折 前五大傷害別住院醫療利用趨勢圖 a：Mann-Kendall趨勢檢定達顯著下降趨勢(p-value <0.05)

不同人口學屬性之所有傷害 標準化住院醫療利用率趨勢 N code a a a a 男：女=1.4：1 原住民：全國=1.7：1 2015年男性所有傷害別合計住院情形(803.7)是女性(573.0)的1.4倍，原住民(1184.5)是全國(705.2)的1.7倍。 a：Mann-Kendall趨勢檢定達顯著下降趨勢(p-value <0.05)

年齡別所有傷害及前五大傷害別之住院醫療利用率, 2015 N code 所有傷害 頭部外傷 1 前臂及手肘骨折 2 髖部骨折 3 肩胛骨及上臂骨折 4 小腿及腳踝骨折 5

標準化傷害住院醫療利用率 前五大外因別住院醫療利用趨勢圖 E code 2015年全國傷害外因合計住院的醫療利用率為每十萬人549.6，長期趨勢為顯著下降 國人前三大傷害住院傷害外因為機動車交通事故、跌墜、火燙傷 前五大外因別住院醫療利用趨勢圖 a：Mann-Kendall趨勢檢定達顯著下降趨勢(p-value <0.05)

不同人口學屬性之所有傷害外因 標準化住院醫療利用率趨勢 E code 男：女=1.4：1 原住民：全國=1.6：1 a 男性傷害外因住院情形(628.6)是女性(444.9)的1.4倍，原住民(886.1)是全國的1.6倍。 依傷害外因來看，不論全國、男女性、原住民的所有外因傷害住院均顯著下降 a：Mann-Kendall趨勢檢定達顯著下降趨勢(p-value <0.05)

年齡別所有外因及前五大外因別之住院醫療利用率, 2015 E code 所有外因 交通事故 自殺 跌墜 高齡組群的傷害外因住院情形相對較嚴重，75歲以上的所有傷害外因住院醫療利用率達每十萬人2333.6 除了溺水以外，其他傷害外因均以高齡族群的年齡別率最高 中毒 溺水

標準化傷害急診醫療利用率 前五大傷害別急診醫療利用趨勢圖 N code 1 2 3 2015年全國因傷害急診的標準化醫療利用率為每十萬人6418.5，長期趨勢為顯著上升 國人前三大傷害急診傷害別為挫傷和擦傷、開放性傷口的輕傷、其他頭臉部損傷 前五大傷害別急診醫療利用趨勢圖 a：Mann-Kendall趨勢檢定達顯著下降趨勢(p-value <0.05) b：Mann-Kendall趨勢檢定達顯著上升趨勢(p-value <0.05)

不同人口學屬性之所有傷害 標準化急診醫療利用率趨勢 N code a a a 男：女=1.4：1 原住民：全國=1.5：1 男性傷所有傷害別合計的急診院情形(7280.0)是女性(5298.8)的1.4倍，原住民(9333.5)是全國(6441.4)的1.5倍。 不論全國、男女性的所有傷害別合計的急診醫療利用率均顯著下降 a：Mann-Kendall趨勢檢定達顯著上升趨勢(p-value <0.05)

年齡別所有傷害及前五大傷害別之急診醫療利用率, 2015 N code 所有傷害 輕傷：挫傷和擦傷 1 輕傷：開放性傷口 2 其他頭臉部損傷 3 其他及未明示損傷 5 頭部外傷 4

非致命性傷害 標準化醫療利用率分佈地圖 住院 急診 2015年縣市別所有事故傷害醫療利用率分佈 宜蘭、離島、花東地區的急診傷害相對較嚴重 桃園市 4294.9 臺南市 5126.5 新竹市 5773.9 新北市 5919.6 新竹縣 5952.4 臺北市 6268.0 嘉義縣 6445.9 高雄市 6460.2 臺中市 6593.2 彰化縣 6673.5 雲林縣 6996.9 嘉義市 7026.6 苗栗縣 7402.0 屏東縣 7619.2 基隆市 7645.6 南投縣 7869.3 金門縣 8509.0 臺東縣 8632.1 花蓮縣 8853.7 連江縣 9114.5 澎湖縣 9229.5 宜蘭縣 9290.1 單位：每十萬人 新竹市 407.8 臺北市 458.8 桃園市 493.0 新北市 536.9 連江縣 542.1 臺南市 554.5 基隆市 590.8 新竹縣 597.2 金門縣 668.0 澎湖縣 721.5 彰化縣 729.0 雲林縣 774.1 臺中市 780.1 嘉義市 803.1 南投縣 821.2 嘉義縣 822.5 高雄市 854.1 花蓮縣 926.2 臺東縣 966.5 苗栗縣 1051.6 宜蘭縣 1178.9 屏東縣 1393.4 單位：每十萬人 宜蘭、離島、花東地區的急診傷害相對較嚴重 屏東、宜蘭、苗栗、花東地區的住院傷害相對較嚴重 2015年縣市別所有事故傷害醫療利用率分佈

非致命性傷害之國際比較 ALL Age < 20 Age: 20-64 Age >= 65 臺灣以交通事故住院醫療利用率為傷害外因別住院之首位，且明顯高於美國因交通事故急診後住院之醫療利用率，顯示我國交通事故較美國嚴重 跌墜、意外中毒、自殺、他殺，皆遠低於美國住院醫療利用率 Age: 20-64 Age >= 65 資料來源: CDC WISQARS 註：美國為傷害住院之醫療利用率

交通傷害主題分析 探討交通事故者傷害嚴重程度之全貌 不同 車種別 傷害嚴重度 交通事故檔 健保急診檔 健保住院檔 死因檔 30日內死亡 當日住院 僅急診 不同 車種別

交通事故駕駛傷害嚴重度分析結果 傷害嚴重度 % 急診 34.7 住院 8.8 30日內死亡 0.7

歷年交通傷害嚴重度分布 % 2003-2015年交通事故駕駛30日內死亡、住院情形逐年下降，另一方面，急診醫療利用顯著上升 a a % 2003-2015年交通事故駕駛30日內死亡、住院情形逐年下降，另一方面，急診醫療利用顯著上升 a：Mann-Kendall趨勢檢定達顯著下降趨勢(p-value <0.05)

用路人身分別之交通傷害嚴重度, 2015 %

二輪車駕駛事故傷害嚴重度趨勢分佈 a a a a：Mann-Kendall趨勢檢定達顯著下降趨勢(p-value <0.05)

Challenges of existed dataset Original purpose Health Insurance Datasets: Diagnosis for disease or charge? Dataset Structure Traffic accident datasets : BAS vs. PSN files Contents of Variables Varied code book Wrong format, data entry……… data files Duplicated records vs incomplete records Do you trust it? Accuracy? Saturated?

不同年度外釋檔案分析歷年傷害住院人次差異 住院外因別 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 所有非意圖傷害 -2 -4 -1 1 3 218 42 機動車交通事故 4 84 15 中毒 跌倒或墜落 2 59 10 火燙傷 13 5 溺水 異物梗塞窒息 未明示之事故傷害 -5 其他明示之事故傷害 12

傷害相關檔案內容品質分析 資料日期不一致 健保住院檔傷害外因碼缺漏 2015健保檔含歷年就醫資料 2015死因申複補報 住院檔缺漏率約兩成 住院檔：2% 門急診檔: <0.1% 2015死因申複補報 2015年延遲申報死因檔含歷 年補申報之比率均低於0.5% 。 健保住院檔傷害外因碼缺漏 住院檔缺漏率約兩成 以新竹市缺漏率最高 (77.1%) 住院明細檔 門急診明細檔 件數 百分比 1986-2005 5 0.00 --- 2006 3 2007 10 2008 2010 19 0.01 2011 13 2012 35 928 0.05 2013 67 0.02 2014 5439 1.99 2015 268313 97.96   1734171 99.95 死亡年份 次數 補正比率(%) 1964-1999 20 0.18 2000-2001 6 0.05 2002-2003 3 0.03 2004-2005 2006-2007 2009-2010 5 0.04 2011 2012 2013 7 0.06 2014 23 0.20

傷害碼 vs 外因碼 - ICD 10 , 2016 住院 43.1萬件 32萬件 74% 門急診 2397.8萬件 11.1萬件 0.46% 傷害碼 S00-T88 外因碼 V00-Y99 外因編碼比例

The building blocks of an injury surveillance systems – WHO guidelines

Core Variables in datasets MDS variables datasets Age 戶籍檔/承保檔 Sex Intent 死因檔 健保檔(住院) Activity --- Place of occurrence Nature of injury 健保檔 Mechanism of injury ODS variables datasets Race/ethnicity 戶籍檔/原民檔 Date of injury 健保檔 Time of injury --- Residence 戶籍檔/承保檔 Alcohol abuse Substance abuse Severity Disposition

傷害監測之建議 建立國家級傷害防治中心 建置整合性監測平台，蒐集完整之傷害相關資訊 改善非致命傷害監測資料收集系統 改善傷害監測資料的可取得性

Definition of Injury Surveillance The ongoing systematic collection, analysis, and interpretation of injury-related data essential to the planning, implementation, and evaluation of public health practice, closely integrated with the timely dissemination of these data to those who need to know.