详述 MIMIC 数据库26张数据表（一）

最新推荐文章于 2025-03-12 13:38:41 发布
原创 最新推荐文章于 2025-03-12 13:38:41 发布 · 7k 阅读 · 21 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#数据库 #医疗数据分析 #EHR #MIMIC

本文介绍了MIMIC-III数据库的26张数据表，分为字典表、患者基本信息表、患者细化信息表和其他信息表四类。字典表包括疾病编码信息；患者基本信息表涵盖性别、出入院信息等；患者细化信息表涉及疾病诊断、实验室检测和手术信息；其他信息表包含与患者相关或关联性较弱的数据。文章详细解析了各表的用途和特点，如CPT编码、DRG分类和不同重症监护信息系统的数据存储差异。

MIMIC-III每张表格在官网（https://mimic.mit.edu/docs/iii/tables/）都有介绍，作者按照自身理解和实验要求对26张数据表进行整理归纳并进行介绍。

一、数据表简介

      本文将26张数据表分成四类，每一个类别中包含1至更多张基本表。

      1.1 字典表类型（5）

      字典表类型主要是以D开头编码的表，这类表格主要显示了电子病历编码系统的疾病编码信息、实验室检测信息等编码表示内容。

     举例：在疾病编码表中，“0020”为伤寒。那么在diagnosed_icd表中，某一患者的icd9_code为0020。即表示这位患者，患有“伤寒”。在MIMIC数据库中，共存在五类编码基本表。其具体含义和名称见下表。

英文名称

中文名称
了解本专栏 订阅专栏 解锁全文 超级会员免费看
MIMIC数据库简介
越努力 越幸运
01-13 1万+
一 、MIMIC简介 MIMIC（Medical Information Mart for Intensive Care），是一个大型的公开数据库。该数据库记录了2001年至2019年期间贝斯以色列女狄肯斯医疗中心重症监护病房患者的相关数据，拥有4万多名患者的医疗健康数据和记录。 MIMIC数据库记录了人口统计学信息，如病人的性别、身高、宗教等情况。记录了实验室检验信息，如血常规，肝功能，肾功能等实验室检测数据。记录了患者的用药信息，如高血压患者服用了治疗高血压类药物等。记录了护理人员以及患者的护理级别等。
详述 MIMIC 数据库 26张数据表（二）之 五种字典表
越努力 越幸运
02-09 2600
本文详述五个字典类型的表，分别为D_CPT（当前诊疗专用码编码表）、D_ICD_DIAGNOSES（疾病编码表）、D_ICD_PROCEDURES（手术编码表）、D_ITEMS（检查编码表）、D_LABITEMS（实验室检验编码表）。
MIMIC数据库基本信息分析
hdpai2018的博客
06-03 6914
一、MIMIC数据库中26张表介绍 数据库中一共有26张表，记录患者入院的各种信息，每张表的介绍如下所示。 表格名 信息 admission 患者基本信息，比如性别、种族、语言、宗教、婚姻、入院和出院时间、死亡时间等 callout 提供病人准备从ICU转出或者已经从ICU转出时相关信息 caregivers 记录医护人员信息（ID、类型、附加信息） chartevents 记录所有病人的图表数据，住院期间的所有症状、体征、精神状态、实验室检查等 cptevents 为病人的程序进行计费 d_cpt
MIMIC数据库表格详解02：callout
weixin_42979956的博客
05-12 509
![graph TD; A-->B; B-->C;](https://img-blog.csdnimg.cn/20210512075617413.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjk3OTk1Ng==,size_16,color_FFFFFF,t_70)
为什么MIMIC数据库年龄等于300岁的患者不是错误？之 详述PATIENTS患者表（三）
越努力 越幸运
02-10 2041
​本文回答了标题问题，详述了MIMIC-III公开数据库的PATIENTS表即患者基本信息表。
详述MIMIC 的ICU患者检测时间信息表(十六)
越努力 越幸运
08-09 1154
本文主要描述了MIMIC数据库的DATETIMEEVENTS-ICU患者检测时间信息表。
详述MIMIC数据表之 患者转移表 （六）
越努力 越幸运
02-23 1090
本文主要讲解患者的三种不同类型的转移信息：病房转移信息、ICU转移信息以及科室转移信息。其中病房转移信息于TRANSFERS表体现、ICU转移信息于ICUSTAYS表、CALLOUT表体现；科室转移于SERVICES表体现。
MIMIC数据集结构
weixin_49286924的博客
02-26 396
自
MIMIC数据提取教程 - 提取入住ICU第一天生命体征（血氧饱和度、血压、呼吸、体温）
weixin_36172141的博客
01-05 5047
以高血压性心脏病为例，在d_icd_diagnose表中找到符合高血压性心脏病的icd_code,并放work数据库下的d_icd_Hypertensive_heart_disease中代码解释：SELECT d.*: 从表 d_icd_diagnoses 中选择所有列（*表示所有列）from mimiciv_hosp.d_icd_diagnoses d : 从名为 mimiciv_hosp 的数据库中的表 d_icd_diagnoses 中选择数据，并将其别名为 d。
MIMIC数据库， 使用Python研究万古霉素的剂量 （一）
weixin_36172141的博客
02-05 1727
是一种杀菌型 抗生素，抑制细菌细胞壁的合成万古霉素对以下细菌有效：大多数革兰阳性球菌和杆菌有抗菌活性，包括几乎所有耐青霉素和头孢菌素的 Staphylococcus aureus 和凝固酶阴性葡萄球菌株许多菌株 肠球菌 （大多但许多肠球菌菌株和一些S. aureus株对其耐药。万古霉素是由下列细菌引起严重感染和 心内膜炎治疗常用药物（除万古霉素耐药株）：耐甲氧西林金黄色葡萄球菌S. aureus耐甲氧西林凝固酶阴性葡萄球菌耐beta-内酰胺类和多药耐药的 肺炎链球菌。
mimic-iii数据库说明-01数据库介绍
wjgyy808的博客
06-11 6857
mimic-iii数据库说明-中文版
【MIMIC数据库教程】五、MIMIC-IV3.1表格与字段详解（五）：ICU模块表格详解
BD_Design_cs的博客
03-12 2333
MIMIC-IV 3.1 版本包含住院 (hosp) 和 重症监护 (ICU)提供全院电子病历数据，包括入院信息、实验室测量、微生物学、用药、账单等，共计22 张表。记录重症监护室数据，如静脉注射、呼吸机设置、生命体征等，共计9 张表。在之前的文章【MIMIC数据库教程】一、MIMIC-IV3.1表格与字段详解（一）中整体性的介绍了Hosp和ICU模块中的所有表格，本文将开始对这些表格详细介绍和解读。
MIMIC数据库连接PostgreSQL
qq_44297664的博客
04-21 796
表示执行E:/PostgreSQL_scripts/目录下的postgres_add_indexes.sql文件内建立索引的相关sql命令。E:/PostgreSQL_scripts/目录下的postgres_create_tables.sql文件内的创建表格sql命令。执行E:/PostgreSQL_scripts/目录下的postgres_checks.sql文件内数据检查的相关sql命令。可以看到26个表格全部显示PASSED，通过完整性检验！这个过程通常需要大半天，可以先去恰个饭哈哈😊。
mimic数据库的安装
zfxgfcjhb的博客
07-20 2387
1.安装postgresql:https://www.postgresql.org/download/windows/ 2.打开psql控制台： 创建用户和数据库名称：create user mimic； create database mimic owner mimic; 连接到mimic数据库：\c mimic 创建模式：create schema mimiciii; 创建数据库中的表：\i E:/data...
以色列MIMIC(Medical Information Mart for Intensive Care）数据库简介
toby001111的博客
05-26 5135
一 、MIMIC简介 MIMIC（Medical Information Mart for Intensive Care），是一个大型的公开数据库。该数据库记录了2001年至2019年期间贝斯以色列女狄肯斯医疗中心重症监护病房患者的相关数据，拥有4万多名患者的医疗健康数据和记录。 机器学习论文参考案例：www.mlpaper.cn/ 商务建模合作邮箱：231469242@qq.com 加QQ群：1026993837，免费领取python学习资料 原创公众号python风控模型
MIMIC-IV数据库介绍
moodfriend的博客
09-04 5739
MIMIC-IV（Medical Information Mart for Intensive Care) 是一个开放的、大规模的医疗数据库，旨在促进医疗研究和开发的进展。该数据库涵盖了2008至2019年期间的近300,000名患者的临床数据，包括手术、治疗和疾病等方面的信息。数据中包含了包括生命体征、实验室检查、治疗过程、诊断结果、药物使用等大量的医疗信息。
MIMIC IV数据库衍生表格配置
傍晚的猫和鱼的博客
09-21 3488
MIMIC IV数据库衍生表格配置
mimic数据库数据提取
最新发布
08-14
从 MIMIC 数据库中提取数据通常涉及使用结构化查询语言（SQL）以及一些数据库管理工具。MIMIC 数据库是一个大型的、公开的重症监护医学数据库，包含丰富的患者临床数据。以下是几种常用的数据提取方法和工具： ### 数据抽取方法 #### 1. **使用 SQL 查询语句** SQL 是从 MIMIC 数据库中提取数据的主要方式。通过编写 SQL 查询语句，可以针对特定的表或多个表进行数据筛选、连接和聚合操作。 - **筛选特定诊断的患者** 例如，查找 `d_icd_diagnoses` 表中以 "Tub" 开头的诊断： ```sql SELECT * FROM mimiciii.d_icd_diagnoses WHERE long_title LIKE 'Tub%'; ``` 同样可以使用 `LIKE` 运算符查找包含特定字符串的诊断，如含有 "pne" 的诊断： ```sql SELECT * FROM mimiciii.d_icd_diagnoses WHERE long_title LIKE '%pne%'; ``` - **筛选特定药物处方** 例如，查找所有与 "Quetiapine" 相关的处方记录： ```sql SELECT * FROM prescriptions WHERE drug LIKE '%Quetiapine%'; ``` - **筛选特定时间范围内的数据** 例如，查找特定时间段内使用的药物： ```sql SELECT * FROM prescriptions WHERE startdate BETWEEN '2001-01-01' AND '2010-12-31'; ``` - **使用通配符进行复杂匹配** 例如，查找 `long_title` 中第二个和第三个字符为 "ul" 的记录： ```sql SELECT * FROM mimiciii.d_icd_diagnoses WHERE long_title LIKE '_ul%'; ``` #### 2. **多表连接查询** MIMIC 数据库包含多个表，通常需要通过连接操作来获取完整的患者信息。例如，将患者的基本信息表 `patients` 与住院信息表 `admissions` 连接： ```sql SELECT p.subject_id, a.hadm_id, a.admittime FROM mimiciii.patients p JOIN mimiciii.admissions a ON p.subject_id = a.subject_id; ``` #### 3. **使用子查询** 子查询可以用于从一个查询的结果中进一步提取数据。例如，查找所有住院期间使用过 "Metoprolol" 的患者： ```sql SELECT DISTINCT subject_id FROM prescriptions WHERE drug LIKE '%Metoprolol%'; ``` --- ### 数据抽取工具 #### 1. **Navicat** Navicat 是一个流行的数据库管理工具，支持多种数据库系统（如 PostgreSQL、MySQL）。它可以用于连接 MIMIC 数据库，并通过图形界面执行 SQL 查询、导出数据等操作。用户可以通过 Navicat 编写复杂的 SQL 查询语句，并将结果导出为 CSV、Excel 等格式[^2]。 #### 2. **PostgreSQL 命令行工具** MIMIC 数据库通常部署在 PostgreSQL 上，因此可以直接使用 PostgreSQL 的命令行工具（如 `psql`）进行数据提取。通过命令行，用户可以执行 SQL 脚本、导出查询结果到文件等操作。 #### 3. **Python（Pandas + SQLAlchemy）** Python 是一个强大的数据分析工具，结合 `pandas` 和 `SQLAlchemy` 库，可以从 MIMIC 数据库中提取数据并进行进一步处理。例如： ```python import pandas as pd from sqlalchemy import create_engine # 创建数据库连接 engine = create_engine('postgresql://username:password@localhost:5432/mimic') query = "SELECT * FROM prescriptions WHERE drug LIKE '%Mannitol%';" # 执行查询并将结果存储为 DataFrame df = pd.read_sql(query, engine) ``` #### 4. **R（DBI + dplyr）** R 语言也可以用于从 MIMIC 数据库中提取数据。结合 `DBI` 和 `dplyr` 包，可以轻松地执行 SQL 查询并进行数据分析。例如： ```r library(DBI) library(dplyr) # 创建数据库连接 con <- dbConnect(RPostgres::Postgres(), dbname = "mimic", user = "username", password = "password", host = "localhost") # 执行查询 result <- dbGetQuery(con, "SELECT * FROM prescriptions WHERE drug LIKE '%Hypertonic%';") ``` --- ### 数据分析与可视化 #### 1. **数据分析** 提取数据后，可以使用 Python 或 R 进行统计分析、生成摘要报告等。例如，计算某类药物的平均使用天数： ```python df['duration'] = (pd.to_datetime(df['enddate']) - pd.to_datetime(df['startdate'])).dt.days + 1 average_duration = df['duration'].mean() ``` #### 2. **数据可视化** 使用 `matplotlib` 或 `seaborn`（Python）以及 `ggplot2`（R）等库，可以对提取的数据进行可视化分析。例如，绘制某类药物的使用频率分布图： ```python import matplotlib.pyplot as plt import seaborn as sns sns.countplot(data=df, x='drug') plt.xticks(rotation=90) plt.show() ``` --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Foneone

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值