Introdução: As estatísticas de mortalidade são usadas pelo mundo inteiro e por isso precisa ter dados confiáveis e comparáveis. Uma das estratégias para melhorar sua qualidade é a automação de etapas do fluxo dos dados. O Iris é um sistema que codifica as causas de morte da declaração de óbito (DO) e seleciona a causa básica de morte. Objetivos: adaptar o software para uso no Brasil, testá-lo e comparar seu uso com a codificação manual e com a seleção do sistema usado na rotina brasileira, o Sistema de Seleção da Causa Básica de Morte (SCB). Métodos: foram utilizadas uma amostra de declarações de óbito de óbitos ocorridos no período de janeiro a junho de 2014 em nove cidades representando as cinco regiões do Brasil. Foram selecionados óbitos pelas causas mais comuns, com menção de doença transmissível, assim como óbitos infantis, maternos e óbitos com menção de causa externa ou cirurgia. A fase 1 visou a conclusão do dicionário e a fase 2 testar e comparar o uso do Iris. Resultados: 1848 DO, com uma média de 3,1 linhas preenchidas por DO. Foram realizadas 618 ajustes ou adições nas tabelas do dicionário ou nas tabelas de padronização. Em 45,9 por cento das DO o Iris codificou todas as causas de morte presente na DO assim como selecionou a causa básica de morte. Das DO que o Iris não conseguiu concluir o processo, a maioria (97,8 por cento) dessas rejeições foi por dificuldade em encontrar ou processar um código da CID. A concordância do Iris com a codificação manual nos níveis de 4 caracteres, 3 caracteres e 1 caractere dos códigos da CID-10 foi de 73,3 por cento, 78,2 por cento e 83,9 por cento respectivamente. Isso representou uma discordância em 49,1 por cento das DO. A concordância da causa básica de morte com o SCB foi de 74,2por cento, 84,3 por cento e 91,8 por cento nos níveis de 4 caracteres, 3 caracteres e 1 caractere dos códigos da CID-10 respectivamente. A principal causa de discordância (71 por cento) foi por codificações diferentes. Após as pequenas correções, o Iris finaliza 66,6 por cento das DO. Conclusão: As discordâncias tiveram como causa os hábitos e rotinas dos codificadores que variam entre eles, enquanto no Iris a codificação de uma causa é sempre a mesma. As tabelas de decisão do SCB precisam ser revistas. Os dados mostram que é possível usar esta ferramenta e que ela vai diminuir o trabalho dos codificadores. O Iris teve uma boa taxa de finalização, semelhante a países que o utilizam na sua rotina.

Introduction: Mortality statistics is used all over the world and therefore needs reliable and comparable data. One of the strategies to improve quality is an automated data collection. Iris is a system that codes the causes of death of the death certificate (DC) and selects the underlying cause of death. Objective: To adapt Iris software to Brazil finalising the Portuguese dictionary, to test Iris and to compare it with manual coding and with the selection of the Basic Death Cause Selection System (Portuguese acronym is SCB). Methods: The sample was death certificates occurred from January to June of 2014 in nine cities representing the five regions of Brazil. Were selected to compose the sample: routine deaths, DC with mention of communicable disease, infant death, maternal death and DC with mention of external cause or surgery. Phase 1 aimed to complete the dictionary and phase 2 aimed to test and compare Iris. Results: The sample was1848 DC, with an average of 3.1 lines filled by DC. There were 618 adjustments or additions to dictionary tables or standardization tables. In 45.9 per cent of DC Iris coded all causes of death and selected the underlying cause of death. Of the DC that Iris was unable to complete the process, the majority (97.8 per cent) of these rejections were due to difficulty in finding or processing an ICD code. Iris agreement with manual coding at the 4-character, 3- character, and 1-character levels of ICD-10 codes was 73.3 per cent, 78.2 per cent and 83.9 per cent, respectively. This represented a disagreement in 49.1 per cent of DC. The concordance of the underlying cause of death with SCB was 74.2 per cent, 84.3 per cent and 91.8 per cent at the 4- character, 3-character and 1-character levels respectively. The main cause of discordance (71 per cent) was by different codes for the same cause of death. After the small corrections, Iris finalised 66.6 per cent of the DC. Conclusion: The disagreements were caused by coders routines that can vary between them, whereas in Iris the codification of a cause is always the same. The SCB decision tables need to be reviewed. The data show that it is possible to use this tool and that it will decrease the work of the coders. Iris had a good finalisation rate, similar to countries that use it in their routine.