Today / 学者观察

NIH 重发国家死亡索引链接通知:谁能免费用、一年几次,链接后的数据怎样共享

一项随访研究要回答的问题

档案柜上了锁,钥匙只递给少数几张空白名卡,旁边还有一大群名卡拿不到。

图:Scholay 原创手绘示意(AI 辅助生成)。不是谁都能免费用这份索引。图上没有机构徽章。

设想一项跟踪了十年的心血管队列研究:几千名参与者中,有人搬家、换了电话,研究团队联系不上。他们是失访了,还是已经去世?如果去世,死因是什么?生存分析离不开这两个答案。美国的国家死亡索引(National Death Index,NDI)就是为这类问题设立的:研究者提交参与者的识别信息,NDI 把它们与全美死亡证明记录比对,返回可能的匹配结果。

2026 年 11 月 6 日,美国国立卫生研究院(NIH)行为与社会科学研究办公室发布通知 NOT-OD-26-092,再次说明 NIH 资助的研究者可以免费使用 NDI 链接服务[1]。这份通知延续 2020 年 1 月开始的安排,没有新设项目;它值得细读,是因为适用条件、次数上限和链接后数据的共享规则都写在里面,申请前要逐条对照。

NDI 能查到什么

据美国国家卫生统计中心(NCHS)介绍,NDI 由该中心与各州合作建立,收录超过 1.15 亿条死亡记录,覆盖 1979 年至今的 50 个州、哥伦比亚特区、纽约市、波多黎各和美属维尔京群岛,另含部分年份的关岛、美属萨摩亚和北马里亚纳群岛记录,以及 1979 年以来美军人员的境外死亡记录[2]。研究者因此不必逐个州申请死亡数据。

基础检索返回死亡所在州、死亡日期和死亡证明编号;选用 NDI Plus 服务,还能拿到死因[2]。某一年的正式文件要在该年结束 12 个月以上后才能检索,早期发布文件最快在年末一周后开放,再在 12 个月左右转为正式数据[2]。NDI 只向以统计为目的的公共卫生和医学研究开放,不用于个人、法律、行政或家谱查询,运行费用完全来自用户付费[2]。

NIH 的通知写了什么

按 NOT-OD-26-092 的表述,自 2020 年 1 月起,NIH 与 NCHS 达成协议,由 NIH 向 NDI 支付其资助研究者把研究数据库与 NDI 链接的费用,用于 NIH 资助的研究目标;研究者本人无需付费[1]。条件有四层:

  • 身份:“NIH 资助的研究者”包括正在获得 NIH 资助的院外研究者、在有效合同下工作的合同研究者,以及 NIH 院内研究人员;资助须是开展需要 NDI 链接的研究[1]。
  • 数据归属:研究者必须是待链接研究数据的所有者或管理者[1]。
  • 次数与金额:每个日历年最多 4 次链接申请,单次费用超过 10 万美元须事先获得 NIH 批准[1]。
  • 审批不变:研究者仍按 NDI 现行程序提出申请,由 NDI 照常审核批准或驳回[1]。

把这份通知与 2020 年 1 月 14 日的 NOT-OD-20-057 对照,免费安排、身份范围、4 次上限和 10 万美元门槛的文字基本一致[3]。2020 年版里有两句在 2026 年版中没有出现:NCHS 将推出改进的在线申请并把 NDI 发布频率提高到每季度一次,以及协议期内 NDI 将与 57 个生命登记辖区协商放宽数据共享[3]。2026 年版保留的是已经生效的规则。

链接后的数据怎样共享

许多资助方要求共享研究数据,NDI 链接后的数据集带有死亡信息,能否共享要看可识别程度。通知列出三种情形[1]:

一个文件夹沿着短箭头交到另一张桌子,栅栏挡住它被复制到整排桌子。

图:Scholay 原创手绘示意(AI 辅助生成)。链接之后的数据怎样再共享,是有边界的。

  1. 完全去识别(可公开使用)的数据集,可以共享,无需 NDI 再次批准。
  2. 可能被重新识别的数据集,不能从一位研究者转交另一位研究者;如果研究者在最初的 NDI 申请中已获准通过“数据飞地”(data enclave,一种受控访问环境)共享,就可以经由飞地共享,无需再次批准。
  3. 研究者也可以把可能被重新识别的数据集交给数据仓储,由仓储代为共享,仓储受同样约束:完全去识别才公开,否则只能经由数据飞地提供。

这一条对写数据管理与共享计划的人最实用:如果预计要在受控环境中共享带死亡结局的数据,应在最初的 NDI 申请里就写明通过数据飞地共享。等研究结束再补,就要回到审批流程。

匹配结果为什么要研究者自己判断

NDI 返回的是“可能匹配”,最终判断由研究者负责。NCHS 用户指南列出七条匹配条件,例如社会安全号完全一致,或出生月份一致、出生年份相差不超过 1 年、名和姓一致[4]。条件放得比较宽,常见姓名可能对上多条死亡记录。

为此,每条可能匹配都附有一个概率得分:把各项识别信息的权重相加。权重取该特征出现概率倒数的以 2 为底的对数,信息一致时为正,不一致时为负[4]。指南给的例子是男性:18 岁及以上人口中男性占 46.3%,权重为 log⁡2(1/0.463)≈1.11\log_2(1/0.463) \approx 1.11。同样的算法下,出现概率为 1/1024 的特征权重为 log⁡21024=10\log_2 1024 = 10。这也解释了为什么“John”这样的常见名权重低于“Jonas”,社会安全号则固定记 30 分[4]。NDI 会给出“真匹配/假匹配”的状态码,但指南写明它只供参考:评分偏保守,多数状态码为 1 的记录确是真匹配,状态码为 0 的记录中也可能有真匹配,最终由用户判定[4]。

对申请者的意义

对 NIH 资助的队列研究、临床试验长期随访和人群健康研究,这份通知把一笔可能不小的检索费用转给了 NIH 承担,前提是满足身份、数据归属和次数条件。它没有改变 NDI 的审批、匹配方式和数据使用限制。准备申请时,可以先确认资助仍在有效期内、自己是数据管理者,按年度规划 4 次检索的时机,并在 NDI 申请里提前写好共享方式。

参考文献

  1. NIH Office of Behavioral and Social Sciences Research. NOT-OD-26-092: National Death Index Linkage Access for NIH-Supported Investigators. 2026-11-06.

  2. National Center for Health Statistics. National Death Index. 2024-07-18.

  3. NIH Office of Behavioral and Social Sciences Research. NOT-OD-20-057: Notice of Information: National Death Index Linkage Access for NIH-Supported Investigators. 2020-01-14.

  4. National Center for Health Statistics. National Death Index User's Guide. 2024.