如何在MIMIC数据库找到感兴趣的数据，含步骤详解

当你第一次打开MIMIC数据库，面对近百个数据表、数千个变量，是否感到无所适从？

想要研究脓毒症的预测因素，却不知道从哪张表开始找数据？

想要分析急性肾损伤的危险因素，却在海量数据中迷失方向？

这是每个MIMIC使用者的共同经历。不过别担心，今天我们将分享一套系统化的数据定位方法，帮助你在MIMIC数据库的“数据迷宫”中快速找到所需信息！

理解MIMIC数据库的整体结构

 核心主键 

MIMIC数据分散在多个不同的表格中，通过几个主键（标识符），能将不同表的数据关联起来：

• subject_id：唯一病人（患者）标识

• hadm_id：一次住院（hospital admission）标识

• icustay_id：一次ICU入科标识

 核心模块划分 

MIMIC-IV采用了模块化设计，理解这个结构是快速定位数据的第一步：

• Hosp模块（医院数据）：来自全院电子健康记录，包括患者人口统计学、实验室检查、诊断代码、药物处方等

• ICU模块（重症数据）：来自ICU床旁记录，包括生命体征、呼吸机参数、输液药物、护理记录等

• 其他模块：急诊数据（ED）、影像数据（CXR）、文本数据（Note）

 数据表的组织逻辑 

MIMIC中的数据表通常按功能领域组织：

• 患者基本信息表：patients, admissions

• 生命体征表：vitalsign, chartevents

• 实验室数据表：labevents, microbiologyevents

• 治疗数据表：procedures, inputevents, outputevents

• 药物数据表：prescriptions, pharmacy

• 数据字典：d_icd_diagnoses, d_icd_procedures, d_labitems, d_items

数据定位的实用策略

实战示例：出血性卒中患者入院后首次血糖记录

目标变量：

• 目标变量：血糖

• 目标人群：出血性卒中患者

• 限定条件：入院后首次记录

操作步骤：

▶ 样本人群确定：

• 查询诊断变量字典d_icd_diagnoses筛选“出血性脑卒中”对应的icd编码

• 根据icd编码在诊断表格diagnoses_icd中筛选有该诊断的患者（subject_id和hadm_id）

• 查询检查变量字典d_labitems筛选血糖对应itemid

• 在实验室检查结果表labevents里根据itemid筛选血糖结果

• 根据hadm_id限定住院期间被诊断为出血性脑卒中的患者

• 根据检查时间charttime筛选首次检查结果

常见问题和解决方案

✔️ 同一个变量对应多个编码：仔细阅读数据字典中的描述，实验室指标检查label、fluid、category，筛选目标编码。不同编码对应变量单位可能不一致，需要仔细检查。

✔️ 错过相关变量：扩展筛选关键词，利用缩写、同义词等，或者截取部分字段以免漏掉关键变量。

✔️ 多个id（subject_id、hadm_id、stay_id）关联时应该选谁：根据筛选场景来决定，对患者进行筛选则选择subject_id，若是需要筛选患者符合条件的某次住院信息则根据hadm_id，如果需要筛选特定icu记录则选择stay_id。