⬇️医療政策ウォッチャーとは？⬇️
厚生労働省は、第3回「人口動態統計のICD-11準拠の統計分類適用に係るワーキンググループ」を開催しました。
この会議では、令和8年1月に告示されるICD-11準拠の統計分類を人口動態統計に適用するための報告書案が提示されました。
人口動態統計にICD-10を初めて適用した平成7年から、約30年ぶりとなる大規模な統計基準の改正が行われます。
本ワーキンググループでは、これまでの検討を踏まえ、最終的な方針がまとめられました。
本日は、この報告書案における3つの重要な決定事項をお伝えします。
人口動態統計に ICD-10 を初めて適用した平成 7（1995）年から約 30 年ぶりに大規模な統計基準の改正が行われ、令和 8（2026）年 1 月に告示される《基本分類表》《死因分類表》を人口動態統計に適用することとなる。
(資料２－１：人口動態統計のICD-11 準拠の統計分類適用に係るワーキン ググループ報告書（案）.pdf, Page 5)
1つ目の重要な変更点は、各種死因分類表の種類に関する方針です。
ICD-11への移行に伴い、死因分類体系の構造は大きく変わることになります。
しかし、統計の継続性を重視し、作成する統計表の種類は現行と同様とすることが適当とされました。
具体的には、「死因簡単分類表」や「死因基本分類表」、「選択死因分類表」などが維持されます。
また、長期にわたり年次ごとの死因の動向を観察するための「死因年次推移分類表」も引き続き作成されます。
ICD-11 への移行に当たっては、継続性の観点から現行の死因分類表の種類と同様に、作成する統計表の種類は、『死因簡単分類表』、『死因基本分類表』、『選択死因分類表』、『死因年次推移分類表』、『乳児死因簡単分類表』、『死因順位に用いる分類項目』、『乳児死因順位に用いる分類項目』、『感染症分類表』とすることが適当である。
(資料２－１：人口動態統計のICD-11 準拠の統計分類適用に係るワーキン ググループ報告書（案）.pdf, Page 6)
2つ目は、死因分類表における細分類項目の新設についてです。
政策的ニーズや統計の継続性の観点から、一部の死因について細分類項目が設けられます。
例えば、「熱中症」や「新型コロナウイルス感染症ワクチン」については、死因簡単分類表に新たな分類コードが追加されます。
死因基本分類表においても、これらを把握するために必要な細分類項目が設定されます。
一方で、WHOの原死因選択ルールにおいて原死因には用いないとされている分類項目は、現行と同様に死因基本分類表から除外されます。
『死因簡単分類表』については、総務省告示の統計基準である《死因分類表》を基本としつつ、「熱中症」「新型コロナウイルス感染症ワクチン」「中皮腫」については、以下のとおりとすることが適当である。
(資料２－１：人口動態統計のICD-11 準拠の統計分類適用に係るワーキン ググループ報告書（案）.pdf, Page 8)
3つ目は、新旧分類による集計比較を行う、ブリッジコーディングの技法に関する決定です。
同一の調査票データにICD-10とICD-11のコードを付与し、分類変更による影響を把握する作業が行われます。
対象となるデータは、実施時点で最新となる令和8年の確定数1年間分とされました。
技法としては、全数を自動コーディングした後、目視確認が不要なデータと必要なデータに振り分けます。
目視確認が不要なデータは全数を用い、必要なデータは層化抽出した上で目視確認を行い、抽出率の逆数をかけて復元する手法がとられます。
全数を自動コーディング後、目視確認不要のデータ（OK データ）と目視確認を要するデータ（MC データ）に振分け、OK データについては全数を用い、MC データについては ICD-10 の死因簡単分類（111 項目）別に層化抽出をしたうえで、目視確認し、原死因を選択したものを用いる。
(資料２－１：人口動態統計のICD-11 準拠の統計分類適用に係るワーキン ググループ報告書（案）.pdf, Page 36)
最後に、今後のスケジュールと注視すべき点についてお伝えします。
本ワーキンググループは、今回の第3回会議をもって報告書案の検討を終えました。
取りまとめられた報告書は、上位の組織である「厚生労働統計の整備に関する検討会」に報告される予定です。
約30年ぶりとなるICD-11の適用により、死因統計の精度がどのように変化していくのか。
また、ブリッジコーディングによる詳細な影響分析の結果が待たれます。
本ワーキンググループは令和８年９月までに検討を行い、検討結果を検討会に報告する。
(参考資料：人口動態統計のICD-11準拠の統計分類適用に係るワーキンググループについて.pdf, Page 1)
⬇️医療政策ウォッチャーとは？⬇️
本記事は生成AI（NotebookLM）を使用して執筆しております。
コメント