Verbale Autopsie: die Todesursache bestimmen

Eine 34-jährige Frau stirbt zu Hause, in einem Dorf vier Stunden vom nächsten Krankenhaus entfernt. Sie war im siebten Monat schwanger und hatte laut ihrer Schwester starke Kopfschmerzen, geschwollene Beine und in der letzten Nacht einen Krampfanfall. Kein Arzt untersuchte sie, und der Leichnam wurde am nächsten Tag beerdigt. Wochen später besucht eine geschulte Interviewerin die Familie und stellt eine Reihe von Fragen zu den letzten Tagen. Die Szene ist fiktiv und wurde für den Unterricht geschrieben.

Dieser Text behandelt die verbale Autopsie, das Verfahren, das ein Interview mit Angehörigen nutzt, um die Ursache eines Todes zu schätzen, den niemand bescheinigt hat. Die Idee ist zu zeigen, wie sie funktioniert, was Studien über ihre Genauigkeit sagen und warum sie für die globale Gesundheit wichtig ist. Wer den Fall des Tages bei NEXO spielt, erkennt die Herausforderung: von erzählten Hinweisen auf eine Ursache zu kommen, nicht von gesehenen.

Die wichtigsten Punkte

• Fast die Hälfte der Todesfälle weltweit hat keine bescheinigte Ursache.
• Die verbale Autopsie ist ein strukturiertes Interview mit Angehörigen oder Pflegepersonen, das nach einer Trauerzeit geführt wird.
• Die Weltgesundheitsorganisation veröffentlichte 2016 ein standardisiertes Instrument, das von automatischen Programmen gelesen werden kann.
• Algorithmen wie InterVA, InSilicoVA und Tariff interpretieren die Antworten.
• Gegen die vollständige diagnostische Autopsie war die Übereinstimmung von Fall zu Fall in Maputo gering.
• Fragen zu den Umständen des Todes liefern nützliche Informationen für die Planung.

Todesfälle, die niemand erfasst

Zu wissen, woran Menschen sterben, ist der Ausgangspunkt, um zu entscheiden, wo in die Gesundheit investiert wird. Eine Übersichtsarbeit über den Einsatz der verbalen Autopsie in der Gesundheitspolitik erinnert daran, dass jeder zweite Todesfall weltweit nicht registriert wird (Thomas und Mitarbeiter, 2018). Eine andere Analyse schätzt, dass weniger als ein Drittel der Todesfälle weltweit eine zugeordnete Ursache erhält (de Savigny und Mitarbeiter, 2017). Die Autoren von InterVA-5 beschreiben Todesfälle ohne Bescheinigung als fast die Hälfte der globalen Sterblichkeit und als Quelle großer Unsicherheit für die Gesundheitsplanung (Byass und Mitarbeiter, 2019).

Ein Kommentar von Pathologen ergänzt den Kontext: Mehr als zwei Drittel der Weltbevölkerung leben und sterben in Ländern ohne funktionierendes Personenstandswesen, wo die meisten Todesfälle außerhalb von Gesundheitseinrichtungen geschehen und weder gezählt noch nach Ursache klassifiziert werden. An diesen Orten ist die verbale Autopsie die wichtigste Methode zur Bestimmung der Todesursache geworden (Fligner und Mitarbeiter, 2011).

Warum die Bescheinigung nicht ankommt

Die Literatur zu diesem Thema nennt einige Gründe für die fehlende registrierte Ursache. Die meisten Todesfälle geschehen außerhalb von Gesundheitseinrichtungen, und die Personenstandssysteme funktionieren in vielen Ländern nicht (Fligner und Mitarbeiter, 2011). Es fehlen geschulte Ärzte, die Todesfälle bescheinigen können, und der Aufbau eines vollständigen Registrierungssystems dauerte in Ländern wie Schweden, dem Vereinigten Königreich und Australien Jahrzehnte oder Jahrhunderte (Hazard und Mitarbeiter, 2020).

Personenstandswesen und Vitalstatistik

Die Systeme für Personenstandswesen und Vitalstatistik, bekannt unter der englischen Abkürzung CRVS, dienen dazu, Geburten und Todesfälle zu zählen und ihre Ursachen zu erfassen. Wo die ärztliche Bescheinigung selten ist, wurde die verbale Autopsie als beste verfügbare Alternative vorgeschlagen, um die Lücke bei den Todesursachen zu schließen (de Savigny und Mitarbeiter, 2017). Das erfordert, das Interview in den Ablauf des Systems zu integrieren und nicht nur in Forschungsprojekte, mit der verbalen Autopsie in der Gemeinde und an die Registrierung jedes Todesfalls geknüpft (de Savigny und Mitarbeiter, 2017).

Dieselben Autoren vertreten die Auffassung, dass automatisierte Methoden es erlauben, die Todesursachen im CRVS kostengünstig und nahezu in Echtzeit zu verfolgen (de Savigny und Mitarbeiter, 2017). Eine Übersicht über 26 Arbeiten aus 15 Ländern mit niedrigem und mittlerem Einkommen in Afrika, Asien, dem Nahen Osten und Südamerika untersuchte den Einsatz der verbalen Autopsie zur Steuerung von Politik und Verbesserungen in Gesundheitssystemen und beschreibt sie als pragmatische und vorläufige Lösung für den Mangel an funktionierendem CRVS (Thomas und Mitarbeiter, 2018). Der Text über One Health zeigt ein weiteres Feld, in dem die Überwachung von Daten abhängt, die weit entfernt vom Krankenhaus erhoben werden.

Die Methode im Alltag mehrerer Länder

Das Werkzeug SmartVA, das einen verkürzten Fragebogen und den Algorithmus Tariff 2.0 vereint, wurde übersetzt und in Ländern wie Bangladesch, Brasilien, China, Kolumbien, Papua-Neuguinea, den Philippinen, Myanmar, Peru, Ruanda, den Salomonen, Sri Lanka und Sambia eingesetzt (Hazard und Mitarbeiter, 2020). Die Autoren berichten von der Erfahrung, es als Teil des Alltags des Personenstandswesens zu nutzen, und erinnern daran, dass es gleich gut oder besser abschnitt als die meisten alternativen Methoden, einschließlich der von Ärzten zugewiesenen Ursache.

Was die verbale Autopsie ist

Pathologen erinnern daran, dass der Begriff verbale Autopsie für die meisten Ärzte wie ein Widerspruch klingt. Dennoch handelt es sich um ein klar definiertes Verfahren, das die Todesursache anhand strukturierter Interviews mit Angehörigen, Freunden und Pflegepersonen sowie anhand der Durchsicht verfügbarer medizinischer Unterlagen bestimmt (Fligner und Mitarbeiter, 2011). Es gibt keine Untersuchung des Körpers und keine Gewebeentnahme. Das Wort Autopsie erscheint, weil das Ziel dasselbe ist: herauszufinden, warum die Person gestorben ist.

Die verbale Autopsie ist ein strukturiertes Interview mit einem nahen Angehörigen oder einer Pflegeperson der verstorbenen Person, das nach einer Trauerzeit geführt wird (Nichols und Mitarbeiter, 2018). Die Antworten werden anschließend von Ärzten oder Algorithmen ausgewertet, um zu einer wahrscheinlichen Ursache zu gelangen.

Wer antwortet und wann

Das Interview wird in der Gemeinde geführt, nach einer kulturell akzeptablen Trauerzeit (de Savigny und Mitarbeiter, 2017). In der Szene zu Beginn ist die Schwester die Auskunftsperson. Sie hat die Kopfschmerzen, die Schwellung und den Krampfanfall gesehen, und diese drei Hinweise fließen zusammen mit der Schwangerschaft in die Fragen des Fragebogens ein.

Der Fragebogen und der freie Bericht

Die Fragebögen der WHO folgen einer gemeinsamen Struktur (Nichols und Mitarbeiter, 2018). Sie beginnen mit Datum und Ort des Interviews, dem Studienort und dem Haushalt, fahren mit den Angaben zur Hauptauskunftsperson und den soziodemografischen Daten der verstorbenen Person fort und gehen auf die Vorgeschichte von Verletzungen und Unfällen ein. Danach folgen die Liste der Symptome mit ihrer jeweiligen Dauer, die vor dem Tod genutzten Gesundheitsdienste, das Attest und die zu Hause aufbewahrten medizinischen Unterlagen, falls vorhanden, und schließlich der freie Bericht über die Ereignisse bis zum Tod, mit der Ursache aus Sicht der Auskunftsperson.

Dieser freie Bericht gilt als wesentlich, wenn die Auswertung von Ärzten vorgenommen wird (Nichols und Mitarbeiter, 2018). Er erlaubt es, die Reihenfolge der Ereignisse zu erkennen, etwas, das eine Symptomliste allein nicht zeigt.

Das Instrument der WHO

Die Version von 2016 des WHO-Instruments wurde entworfen, um als internationaler Standard zu dienen und direkt von automatischen Programmen wie InterVA, InSilicoVA und Tariff 2.0 gelesen zu werden. Sie wird von Handbüchern für Interviewer und Supervisoren begleitet und ist als Vorlage für die elektronische Erhebung auf der Plattform Open Data Kit verfügbar (Nichols und Mitarbeiter, 2018). Die Erhebung kann auf Papier oder auf einem Tablet erfolgen (de Savigny und Mitarbeiter, 2017).

Kürzen, ohne Information zu verlieren. Eine Forschungsgruppe entwickelte systematisch eine verkürzte Version des Fragebogens, der in der Validierungsstudie des PHMRC-Konsortiums verwendet wurde. Die optimale Länge wurde gewählt, indem analysiert wurde, wie die Leistung sank, je kürzer das Instrument wurde, für Erwachsene, Kinder und Neugeborene (Serina und Mitarbeiter, 2015). Diese verkürzte Version ergab zusammen mit dem Tariff 2.0 den SmartVA, vorbereitet für den Einsatz in großem Maßstab auf Tablets und Mobiltelefonen (Nichols und Mitarbeiter, 2018).

Vom Bericht zur Ursache: Ärzte und Algorithmen

Nach dem Interview muss jemand den Antworten eine Ursache zuordnen. Eine Möglichkeit ist die Prüfung der Formulare durch Ärzte. Eine andere ist die Verwendung von Algorithmen. Eine große Studie verglich fünf automatische Methoden, InterVA-4, Random Forest, Simplified Symptom Pattern, Tariff und King-Lu, mit der Prüfung durch Ärzte, anhand von 12.535 Todesfällen aus verschiedenen Bevölkerungsgruppen mit zuverlässig festgestellter Ursache (Murray und Mitarbeiter, 2014).

InterVA beruht auf der Bayes-Regel (Nichols und Mitarbeiter, 2018). Die Version InterVA-5 wurde entwickelt, um sich am WHO-Standard 2016 auszurichten (Byass und Mitarbeiter, 2019).

Die drei am häufigsten genannten Algorithmusfamilien sind InterVA, das auf der Bayes-Regel beruht, InSilicoVA, eines der Programme, die das WHO-Instrument 2016 lesen, und Tariff 2.0 mit SmartVA, ein Algorithmus, der mit dem verkürzten PHMRC-Fragebogen gebündelt ist (Nichols und Mitarbeiter, 2018).

Alle drei akzeptieren Daten des WHO-Instruments 2016, was den Vergleich von Ergebnissen zwischen Ländern und zwischen Methoden ermöglicht (Nichols und Mitarbeiter, 2018).

Die Logik hinter dem Algorithmus

Die Bayes-Regel ist dasselbe Prinzip wie die Prätest-Wahrscheinlichkeit: Man geht von der Chance jeder Hypothese aus und passt diese Chance mit jeder neuen Information an. Der Unterschied ist, dass der Kliniker dies im Kopf tut und das Programm von selbst. Der Text über die Basisrate in der Diagnose zeigt, warum die anfängliche Prävalenz in dieser Berechnung so stark wiegt.

Wie oft die geschätzte Ursache stimmt

Die wichtigste Frage zu jeder diagnostischen Methode ist, wie oft sie richtig liegt. Um sie zu beantworten, braucht man einen Referenzstandard. Das PHMRC-Konsortium erstellte strenge diagnostische Kriterien mit Labor-, Pathologie- und Bildgebungsbefunden, um Todesfälle mit bestätigter Ursache in Gesundheitseinrichtungen zu identifizieren, und entwickelte einen Fragebogen zur verbalen Autopsie nach den WHO-Standards (Murray und Mitarbeiter, 2011). Ziel war es, gut definierte Referenztodesfälle zu sammeln, um die Methoden zur Ursachenzuordnung zu validieren.

Mit dieser Datenbank verglichen die Forscher die Methoden. Bei Erwachsenen lag die Genauigkeit beim Anteil der Ursachen der automatischen Methoden zwischen 0,764 und 0,770, gegenüber 0,680 bei der Prüfung durch Ärzte und 0,625 bei InterVA (Murray und Mitarbeiter, 2014). Bei Kindern erreichte Tariff 0,783, die Prüfung durch Ärzte 0,678 und InterVA 0,520 (Murray und Mitarbeiter, 2014). Bei Neugeborenen lagen die Werte bei 0,817, 0,719 und 0,629 (Murray und Mitarbeiter, 2014).

Vergleich mit der vollständigen Autopsie

Studie	Verwendete Referenz	Wichtigster Befund
Murray 2011	Todesfälle in Gesundheitseinrichtungen mit klinischen, Labor- und Bildgebungskriterien	Erstellte die PHMRC-Validierungsdatenbank
Murray 2014	PHMRC-Datenbank	Automatische Methoden übertrafen die ärztliche Prüfung beim Anteil der Ursachen
Menéndez 2020	Vollständige diagnostische Autopsie in Maputo	Geringe Übereinstimmung bei Tuberkulose, Malaria und Pneumonie

Der härteste Test kam aus Maputo in Mosambik. Forscher verglichen InterVA mit der vollständigen diagnostischen Autopsie bei 316 Todesfällen. Keiner der Todesfälle durch Tuberkulose wurde durch die verbale Autopsie erkannt, und die Sensitivität lag bei 33 für Malaria und bei 36 für Pneumonie, je 100 Todesfälle durch diese Ursachen. Der Algorithmus ordnete 26 Todesfälle der Eklampsie zu, aber nur 4 hatten diese Ursache in der Autopsie (Menéndez und Mitarbeiter, 2020). Die Sensitivität war auch null für diarrhöische Erkrankungen und disseminierte Infektionen und lag bei 32 je 100 für HIV. Bei 16 Todesfällen kam das Modell zu keinem eindeutigen Ergebnis.

Die Autoren schließen, dass diese Ergebnisse nicht dazu beitragen, Vertrauen in die aktuellen Schätzungen der Todesursachen aufzubauen (Menéndez und Mitarbeiter, 2020). Sie erinnern auch daran, dass die Malariaübertragung in Maputo gering ist, was bei der Interpretation der Zahlen für diese Ursache eine Rolle spielt.

Bevölkerung und Individuum

Diese Ergebnisse wirken widersprüchlich, messen aber unterschiedliche Dinge. Die Genauigkeit beim Anteil der Ursachen misst, ob die Methode die Verteilung der Ursachen in einer großen Gruppe richtig trifft. Die Übereinstimmung von Fall zu Fall misst, ob sie die Ursache jedes einzelnen Todesfalls richtig trifft. In der PHMRC-Studie lag die um den Zufall korrigierte Übereinstimmung der automatischen Methoden bei Erwachsenen nahe bei der Hälfte, unter der Genauigkeit beim Anteil der Ursachen (Murray und Mitarbeiter, 2014). Eine Methode kann den Anteil der Todesfälle durch eine Ursache in einer Region gut schätzen und trotzdem falsch liegen, welche Todesfälle das waren.

Wo die Methode irrt

Die Genauigkeit der verbalen Autopsie hängt stark von der Qualität der diagnostischen Kriterien, vom Alter der verstorbenen Person und von der Art der beteiligten Krankheit ab. Todesfälle mit wenig spezifischen Anzeichen und Symptomen sind besonders schwierig (Fligner und Mitarbeiter, 2011). Die Autoren nennen die Schwierigkeit, Todesfälle durch Malaria von denen durch andere fieberhafte Krankheiten wie Sepsis, Meningitis, Enzephalitis und Pneumonie zu trennen. Auch Müttersterbefälle, perinatale Todesfälle und Totgeburten haben eine schlechte diagnostische Spezifität.

Der Fall der Eklampsie in Maputo zeigt das Problem in der Praxis: Der Algorithmus schrieb dieser Ursache viel mehr Todesfälle zu, als die Autopsie bestätigte (Menéndez und Mitarbeiter, 2020). In der Szene zu Beginn ist die hypertensive Erkrankung der Schwangerschaft die Hypothese, die am meisten Aufmerksamkeit erregt, aber die Methode allein würde sie nicht bestätigen. Es ist dieselbe Abkürzung, die im Text über Differenzialdiagnose mit Hinweisen besprochen wird: Ein auffälliger Hinweis kann die Suche zu früh beenden.

In den Studien beschriebene Fehlerquellen

• Wenig spezifische Anzeichen und Symptome (Fligner und Mitarbeiter, 2011).
• Fieber unterschiedlicher Ursachen, die in der Schilderung ähnlich wirken (Fligner und Mitarbeiter, 2011).
• Müttersterbefälle und perinatale Todesfälle mit schlechter Spezifität (Fligner und Mitarbeiter, 2011).
• Fehlen jeglicher medizinischer Informationsquelle in vielen Fragebögen (Fligner und Mitarbeiter, 2011).
• Sensitivität von null für Tuberkulose im Vergleich zur vollständigen Autopsie (Menéndez und Mitarbeiter, 2020).
• Todesfälle ohne abschließendes Ergebnis des Modells (Menéndez und Mitarbeiter, 2020).

Wenn sich die Methoden ergänzen

Die anatomopathologische Autopsie gilt seit Langem als Referenz für die Todesursache (Fligner und Mitarbeiter, 2011). Das Haupthindernis ist der Bedarf an Pathologen, Assistenten und histologischem Labor, die in vielen Ländern mit niedrigem und mittlerem Einkommen fehlen. Eine weitere Sorge sind kulturelle und religiöse Haltungen zum Tod und zum Umgang mit dem Körper, die von Land zu Land verschieden sind und von Fall zu Fall behandelt werden müssen.

Die Autoren schlagen vor, einen Teil der Todesfälle fortlaufend mit anatomopathologischer Autopsie zusammen mit der verbalen Autopsie zu untersuchen, um die Qualität der Sterblichkeitsdaten zu verbessern und neue oder auftretende Krankheiten zu erkennen (Fligner und Mitarbeiter, 2011). Sie erinnern außerdem daran, dass dieselben Annahmen, die bei bis zu 40 von 100 von Ärzten bescheinigten Todesfällen zu Fehlern führen, auch in den Daten der verbalen Autopsie vorhanden sind. Der Text über Morbiditäts- und Mortalitätssitzungen zeigt dieselbe Logik, aus Fehlern in kleinerem Maßstab zu lernen.

Jenseits der Ursache: die Umstände des Todes

Die biologische Ursache ist nur ein Teil der Geschichte. Forscher in Agincourt in Südafrika erstellten einen kurzen Fragenkatalog zum Weg bis zur Versorgung und zu den Umständen und Ereignissen rund um den Tod und integrierten ihn in das Kurzformular der verbalen Autopsie der WHO von 2012 (D'Ambruoso und Mitarbeiter, 2016). Unter den untersuchten Todesfällen riefen 39 von 100 Familien keine Hilfe, 36 von 100 fanden die Versorgung zu teuer und 33 von 100 gingen nicht zu einer Gesundheitseinrichtung.

Die Autoren schließen, dass diese zusätzlichen Fragen ergänzende Informationen zur Verteilung der Ursachen und relevante Angaben für die Gesundheitsplanung liefern (D'Ambruoso und Mitarbeiter, 2016). Das Ziel war, Indikatoren zu den Versorgungsprozessen, den Umständen und den Ereignissen im Zusammenhang mit dem Gesundheitssystem und dem sozialen Kontext zu schaffen.

Fragen zum Weg bis zur Versorgung

Die Themen des Agincourt-Datensatzes verlangen, dass das Interview untersucht, ob die Familie Hilfe gerufen hat, ob die Person eine Gesundheitseinrichtung erreicht hat, ob die Kosten die Entscheidung zur Versorgung beeinflusst haben, welchen Versorgungsweg die Person gegangen ist und welche Ereignisse kurz vor dem Tod eingetreten sind (D'Ambruoso und Mitarbeiter, 2016).

Einsatz in der öffentlichen Gesundheit und in der Klinik

Die Daten der verbalen Autopsie fließen in Schätzungen der Krankheitslast, in die Programmplanung und in die Bewertung von Maßnahmen ein. Die Übersicht über 26 Arbeiten fand Beispiele für den Einsatz der Methode zur Steuerung von Politik in mehreren Ländern (Thomas und Mitarbeiter, 2018). SmartVA wurde als Weg vorgestellt, das Wissen über Todesursachen in ländlichen Regionen mit wenigen Ressourcen schnell zu verbessern, mit Erfahrungen in Myanmar, Papua-Neuguinea, Bangladesch und den Philippinen (Hazard und Mitarbeiter, 2020).

Für den Kliniker hat die verbale Autopsie eine direkte Lehre: Sie zeigt, wie viel sich allein aus dem Bericht ableiten lässt und wie viel verloren geht. Der Text über Zeichen, Symptome und Anamnese erörtert, wie man interpretiert, was über die Aussage des Patienten und seiner Begleitung ankommt.

Was die verbale Autopsie denen lehrt, die behandeln

Der Fragebogen der WHO trennt die Symptomliste mit der Dauer jedes Symptoms vom freien Bericht und von der Ursache nach Ansicht des Informanten (Nichols und Mitarbeiter, 2018). Diese Trennung ist ein gutes Modell für die Konsultation, in der der Bericht einer Begleitperson ebenfalls vermischt, was gesehen und was geschlossen wurde. Der Text über diagnostische Unsicherheit behandelt, wie man Hinweise abwägt, die Dritte erzählen.

In der Konsultation heißt das, jedes Symptom mit seiner Dauer zu erfassen, den freien Bericht in der Reihenfolge der Ereignisse zu erbitten, getrennt zu notieren, was der Informant für die Ursache hält, und nach zu Hause aufbewahrten medizinischen Unterlagen zu fragen.

Nachdenken über die Szene am Anfang

Eine didaktische Abfolge für die Szene mit den oben beschriebenen Schritten kann so aussehen:

1. Kontext. Junge Frau, Schwangerschaft im siebten Monat, Tod zu Hause.
2. Hinweise. Starke Kopfschmerzen, Beinschwellung, Krampfanfall.
3. Fragebogen. Jedes Symptom mit Dauer erfassen und den freien Bericht der Schwester aufnehmen.
4. Zuordnung. Überprüfung durch einen Arzt oder durch einen Algorithmus.
5. Grenze. Mütterliche Todesfälle haben bei der verbalen Autopsie eine schlechte Spezifität, und in Maputo wurde eine Eklampsie übermäßig zugeordnet.
6. Umstände. Fragen, ob die Familie Hilfe gerufen hat und ob eine Einrichtung erreicht wurde.
7. Erfassung. Die geschätzte Ursache verschlüsseln, im Wissen um die Unsicherheit.

Schritt 7 erinnert daran, dass auch die geschätzte Ursache einen Code braucht. Zu wissen, wie man den richtigen Code in der ICD-10 findet, gehört zur Arbeit. Der Text über Pandemievorsorge zeigt eine andere Nutzung von Überwachungsdaten, und der Text über Cholera, Masern und Mangelernährung in Konflikten erinnert daran, wie die Zählung der Todesfälle die Reaktion in Krisen lenkt.

Wie NEXO hilft, dieses Denken zu trainieren

Bei NEXO ist der Fall des Tages fiktiv, mit realer klinischer Darstellung und bis zu sechs fortschreitenden Hinweisen, und Sie stellen die Diagnose, indem Sie den Code in der ICD-10 suchen.

Die Grenzen der Nutzung des Spiels sind auf der Seite zur Wirtschaft von NEXO beschrieben. Wenn Sie die Lehre des klinischen Denkens erforschen, erklärt die Seite für Researcher, wie Sie Kontakt aufnehmen. Fachleute, die Fälle schreiben oder prüfen, finden Informationen unter Curator und unter Creators, und Institutionen können das Angebot auf der Seite für Partnerschaften kennenlernen.

Häufige Fragen

Wird die verbale Autopsie dort eingesetzt, wo es keine Todesbescheinigung gibt?

Sie wurde als beste Alternative dort vorgeschlagen, wo die ärztliche Todesbescheinigung selten ist (de Savigny und Mitarbeiter, 2017).

Gibt es einen standardisierten Fragebogen der WHO?

Das Instrument WHO 2016 dient als internationaler Standard und kann von InterVA, InSilicoVA und Tariff 2.0 gelesen werden (Nichols und Mitarbeiter, 2018).

Können die Algorithmen die Überprüfung durch Ärzte ersetzen?

Bei der Schätzung der Verteilung der Ursachen zeigen die Studien einen Vorteil der Algorithmen. Im PHMRC-Datensatz hatten die automatischen Methoden eine höhere Genauigkeit als die ärztliche Überprüfung (Murray und Mitarbeiter, 2014).

Kann die verbale Autopsie bei einem bestimmten Todesfall die Ursache falsch angeben?

In Maputo zeigte der Vergleich mit der vollständigen Autopsie eine geringe Übereinstimmung für Tuberkulose, Malaria und Pneumonie (Menéndez und Mitarbeiter, 2020).

Lässt sich das Interview nutzen, um Schwächen des Gesundheitssystems zu verstehen?

Fragen zu den Umständen zeigten Familien, die keine Hilfe gerufen hatten oder die Versorgung zu teuer fanden (D'Ambruoso und Mitarbeiter, 2016).

Take-home messages

• Fast die Hälfte der Todesfälle weltweit hat keine bescheinigte Ursache.
• Die verbale Autopsie ist ein strukturiertes Interview mit Angehörigen, das nach der Trauerzeit geführt wird.
• Das WHO-Instrument von 2016 standardisiert das Interview und ermöglicht eine automatische Auswertung.
• Im PHMRC-Datensatz übertrafen Algorithmen die ärztliche Prüfung beim Anteil der Ursachen.
• Gegen die vollständige Autopsie in Maputo war die Übereinstimmung von Fall zu Fall gering.
• Wenig spezifische Symptome und Müttersterbefälle sind am schwierigsten zu klassifizieren.
• Fragen zu den Umständen liefern nützliche Informationen für die Planung.
• Eine pathologische Autopsie bei einem Teil der Todesfälle kann die Datenqualität verbessern.

Möchtest du das Denken mit fortschreitenden Hinweisen üben? Spiele den Fall des Tages.

Referenzen

1. Byass P, Hussain-Alkhateeb L, D'Ambruoso L, et al. An integrated approach to processing WHO-2016 verbal autopsy data: the InterVA-5 model. BMC Med. 2019. PMID 31146736.
2. D'Ambruoso L, Kahn K, Wagner RG, et al. Moving from medical to health systems classifications of deaths: extending verbal autopsy to collect information on the circumstances of mortality. Glob Health Res Policy. 2016. PMID 29202052.
3. de Savigny D, Riley I, Chandramohan D, et al. Integrating community-based verbal autopsy into civil registration and vital statistics (CRVS): system-level considerations. Glob Health Action. 2017. PMID 28137194.
4. Fligner CL, Murray J, Roberts DJ. Synergism of verbal autopsy and diagnostic pathology autopsy for improved accuracy of mortality data. Popul Health Metr. 2011. PMID 21806831.
5. Hazard RH, Buddhika MPK, Hart JD, et al. Automated verbal autopsy: from research to routine use in civil registration and vital statistics systems. BMC Med. 2020. PMID 32146903.
6. Menéndez C, Quintó L, Castillo P, et al. Limitations to current methods to estimate cause of death: a validation study of a verbal autopsy model. Gates Open Res. 2020. PMID 33145479.
7. Murray CJ, Lopez AD, Black R, et al. Population Health Metrics Research Consortium gold standard verbal autopsy validation study: design, implementation, and development of analysis datasets. Popul Health Metr. 2011. PMID 21816095.
8. Murray CJ, Lozano R, Flaxman AD, et al. Using verbal autopsy to measure causes of death: the comparative performance of existing methods. BMC Med. 2014. PMID 24405531.
9. Nichols EK, Byass P, Chandramohan D, et al. The WHO 2016 verbal autopsy instrument: An international standard suitable for automated analysis by InterVA, InSilicoVA, and Tariff 2.0. PLoS Med. 2018. PMID 29320495.
10. Serina P, Riley I, Stewart A, et al. A shortened verbal autopsy instrument for use in routine mortality surveillance systems. BMC Med. 2015. PMID 26670275.
11. Thomas LM, D'Ambruoso L, Balabanova D. Verbal autopsy in health policy and systems: a literature review. BMJ Glob Health. 2018. PMID 29736271.