
死因监测分死因死亡率
一行是全国死因监测系统一年里一个城乡类别、一个地区、一个性别、一个年龄组、一个死因的死亡数和死亡率。
v1 生效中 · 2026/11/13 发布险种标签:健康险寿险时间跨度:2009–2021 年数据出处 中国疾病预防控制中心慢性非传染性疾病预防控制中心、国家卫生健康委统计信息中心《中国死因监测数据集》2009—2021 年各册第 7 章(表 7-1、7-2)。按慢病中心网站公开的原书表格整理,未做漏报调整数据更新 2021/12/31
- 记录
- 127.5 万
- 字段
- 22
- AI 扩增字段
- 0
- 平均非空率
- 77.2%
- 字段完整度
22 个字段,13 个没有空值
01字段
字段来源,逐一标明
共 22 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 1,275,120 行计算。
关于这个数据集
一行是全国死因监测系统一年里一个城乡类别、一个地区、一个性别、一个年龄组、一个死因的死亡数和死亡率。覆盖 2009—2012、2014、2015、2017—2021 年(2004—2008、2013、2016 年原书没有可用的分死因数字表),城乡合计、城市、农村分全国和东、中、西部,男女合计和分性别,20 个年龄组(含合计),161 个死因分 4 级,共 1275120 行。用来按死因拆分死亡率,给重疾险、防癌险、意外险估计病种和伤害的死亡水平,看各死因随年份的变化。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | 死亡发生的年份 | ||
| 监测系统surveillance_system含义:类别 | 文本 | 原生 | 100% | 2004—2012 年是全国疾病监测系统(一般 161 个监测点);2013 年起是整合扩点后的全国死因监测系统(605 个监测点)。两个阶段抽样设计不同,跨阶段比较要谨慎 | ||
| 城乡urban_rural含义:类别 | 文本 | 原生 | 100% | 城乡合计、城市、农村(死因监测的划分,和人口普查的城市、镇、乡村不同) | ||
| 地区region_group含义:类别 | 文本 | 原生 | 100% | 全国、东部、中部、西部(监测系统的三大地区划分) | ||
| 性别sex含义:类别 | 文本 | 原生 | 100% | 合计、男、女。原书写作“男女合计”的统一写成“合计” | ||
| 年龄组age_group含义:类别 | 文本 | 原生 | 100% | 合计(全部年龄)、0、1-4、5-9 …… 80-84、85+。原书写作“0岁~”“1岁~”“5岁~”……“85岁~” | ||
| 年龄组起点age_from含义:年龄(岁) | 整数 | 原生 | 95% | 周岁。合计为空 | ||
| 年龄组终点age_to含义:年龄(岁) | 整数 | 原生 | 90% | 周岁(含)。85+ 和合计为空 | ||
| 死因编码cause_code含义:类别键:疾病名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 统一的编码 U000—U160。2009、2010 年原书用 G000—G160,同一个序号是同一个死因,换成 U 开头 | ||
| 死因cause_name含义:类别键:疾病名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 统一的死因名称(2021 年原书的写法,去掉序号,个别改正见 death-cause-classification)。同一级的“其他”看 cause_path 区分 | ||
| 死因层级cause_level含义:类别 | 整数 | 原生 | 100% | 0 全死因;1 三大类(传染病母婴和营养缺乏、慢性非传染性疾病、伤害);2 大类(例如恶性肿瘤、心血管疾病);3 疾病;4 细分 | ||
| 上级死因编码parent_code含义:类别键:疾病名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 99% | 上一级死因的编码。全死因为空 | ||
| 死因路径cause_path含义:类别键:疾病名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 从三大类到本死因的名称,用 > 连接 | ||
| 原书编码cause_code_original含义:代码或编号 | 文本 | 原生 | 100% | 原书的疾病编码(G000—G160 或 U000—U160) | ||
| 原书死因名称cause_name_original含义:类别键:疾病名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原书这一年的写法,带原书的序号。个别年份有原书或抽取的错字、截断,照原样保留 | ||
| 死亡数deaths含义:人数(人) | 整数 | 原生 | 100% | 单位:人。监测点上报的死亡数,未做漏报调整 | ||
| 死亡率(1/10万)death_rate_per_100k含义:比率(‰) | 小数 | 原生 | 99% | 原书公布的死亡率,单位:每 10 万人。原书缺这一行时为空;整理件里和死亡数 ÷ 监测人口数明显对不上的格子也留空,原来的数写在质量说明里 | ||
| 标化率(2000年人口)asr_china_2000含义:比率(‰) | 小数 | 原生 | 5.0% | 只在年龄组为合计的行有:按 2000 年全国人口普查人口标准化的死亡率,1/10万。原书 2009—2012 年写作“中调率(2000)”,2014 年起写作“标化率(2000)” | ||
| 标化率(2010年人口)asr_china_2010含义:比率(‰) | 小数 | 原生 | 3.2% | 只在年龄组为合计的行有:按 2010 年全国人口普查人口标准化的死亡率,1/10万。2014 年起才有 | ||
| 世界标化率(2000)asr_world_2000含义:比率(‰) | 小数 | 原生 | 0.9% | 只在年龄组为合计的行有:原书“世调率(2000)”,按世界标准人口标准化的死亡率,1/10万。只有 2009、2010 年有 | ||
| 原书标化率列名standardized_rate_label含义:文字说明 | 文本 | 原生 | 5.0% | 这一年原书标化率的列名,例如“标化率(2000)、标化率(2010)” | ||
| 质量说明quality_note含义:文字说明 | 文本 | 原生 | 0.7% | 这一格的问题和处理:原书缺行、印错的格子、整理件抽错行而留空的死亡率(写明原来的数)。空表示没有发现问题 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 年份year | 监测系统surveillance_system | 城乡urban_rural | 地区region_group | 性别sex | 年龄组age_group | 年龄组起点age_from | 年龄组终点age_to | 死因编码cause_code | 死因cause_name | 死因层级cause_level | 上级死因编码parent_code | 死因路径cause_path | 原书编码cause_code_original | 原书死因名称cause_name_original | 死亡数deaths | 死亡率(1/10万)death_rate_per_100k | 标化率(2000年人口)asr_china_2000 | 标化率(2010年人口)asr_china_2010 | 世界标化率(2000)asr_world_2000 | 原书标化率列名standardized_rate_label | 质量说明quality_note |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 合计 | — | — | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 437550 | 583.24 | 493.36 | — | 633.36 | 世调率(2000)、中调率(2000) | — |
| 2 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 0 | 0 | 0 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 5943 | 606.28 | — | — | — | — | — |
| 3 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 1-4 | 1 | 4 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 2309 | 63.78 | — | — | — | — | — |
| 4 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 5-9 | 5 | 9 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 1294 | 31.04 | — | — | — | — | — |
| 5 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 10-14 | 10 | 14 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 1249 | 27.89 | — | — | — | — | — |
| 6 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 15-19 | 15 | 19 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 2440 | 39.43 | — | — | — | — | — |
| 7 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 20-24 | 20 | 24 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 3726 | 56.99 | — | — | — | — | — |
| 8 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 25-29 | 25 | 29 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 3644 | 67.57 | — | — | — | — | — |
| 9 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 30-34 | 30 | 34 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 4996 | 92.4 | — | — | — | — | — |
| 10 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 35-39 | 35 | 39 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 8867 | 126.28 | — | — | — | — | — |
| 11 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 40-44 | 40 | 44 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 13153 | 189.75 | — | — | — | — | — |
| 12 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 45-49 | 45 | 49 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 15192 | 293.65 | — | — | — | — | — |
| 13 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 50-54 | 50 | 54 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 21719 | 405.23 | — | — | — | — | — |
| 14 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 55-59 | 55 | 59 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 29027 | 651.49 | — | — | — | — | — |
| 15 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 60-64 | 60 | 64 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 33429 | 1119.83 | — | — | — | — | — |
| 16 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 65-69 | 65 | 69 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 38646 | 1729.36 | — | — | — | — | — |
| 17 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 70-74 | 70 | 74 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 57950 | 3062.05 | — | — | — | — | — |
| 18 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 75-79 | 75 | 79 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 66787 | 5211.17 | — | — | — | — | — |
| 19 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 80-84 | 80 | 84 | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 64131 | 9335.23 | — | — | — | — | — |
| 20 | 2009 | 全国疾病监测系统(2004—2012) | 城乡合计 | 全国 | 合计 | 85+ | 85 | — | U000 | 全死因 | 0 | — | 全死因 | G000 | 总计 | 63048 | 28062.25 | — | — | — | — | — |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v12026/11/13 发布
生效中1,275,120 行 · 22 个字段 · 初始导入
04关联
和其他数据集,按键连起来
这个数据集还没有关联。它带年份或日期,能和其他数据集按时间对齐。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
只按年份能连:1,085 个数据集单独按年份连接多半没有意义,先看上面的组
按 年份 能连
1,085 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date
- 上市公司专利被引统计企业主体 · 1432.1 万 行 · 连接字段 cited_apply_date
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date
- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 trade_date
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
还没有发现这个数据集的字段规律。
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/surveillance-cause-mortality/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"surveillance_system","op":"eq","value":"全国疾病监测系统(2004—2012)"}],"limit":10}'
交给 Agent
- 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。