skyskytotop的博客

相对于SEER数据库（我们得到的是几乎可以直接进行分析的数据），MIMIC 数据库在数据采集后虽然经过了一定的处理，但是保留了数据库原始的样貌，所以我们除了对MIMIC数据进行分析外，还可以从MIMIC数据库中学习怎样设计数据库，怎样组织数据，用在我们构建自己的数据库的过程中。

在这里插入代码片

1.mmic-iv与mimic-iii的区别之一就是前者分了3个模块, mimic_icu,mimic_hosp和mimic_core, 而在学习过程中我们还可以观察到另外一个模块mimic_derived, 而且这个模块仅存在与谷歌云的mimic数据库中, 本地建立的数据库总虽然有这个模块,但是没有内容。由于mimic_derived 参与了很多内容的查询, 熟悉这个模块的内容还是很有必要的。今天通过手工查看mimic_derived的内容，记录在这里。这是一个例子，中间涉及到mimic_derived

说明:charlson 评分,查询了多种慢性疾病, 非常有借鉴意义.SQL代码后有对查询到的结果进行的初步分析(python) .-- THIS SCRIPT IS AUTOMATICALLY GENERATED. DO NOT EDIT IT DIRECTLY.--DROP TABLE IF EXISTS charlson; CREATE TABLE charlson AS -- -----------------------------------------------------------

说明：MIMIC的SQL查询确实够复杂，阻碍了很多想利用数据库做研究的人，也让人对已经做出来的研究的确实性产生怀疑， 几天是几个官方SQL简单基础的查询，循序渐进看能不能更好的掌握。1.-- begin query that extracts the data--本查询的目的是查询两个酶的表达SELECT MAX(subject_id) AS subject_id--MAX是从多条记录中取一条，最新的 , MAX(hadm_id) AS hadm_id , MAX(charttime

也看了不少的官方提供的mimic-iv的SQL的写法，总结一下，写在这里。尽管数据库提供了很多的表格， 真正用到的就那么几个：mimic_core.admissions;mimic_icu.chartevents;mimic_hosp.labevents;mimic_hosp.diagnosis_icd;待续用到的SQL语句的种类也不是很多，建立临时表格， with筛选 :where… in构建列:case when … then …(可多个) else…end表格连接 join

MICMIC-IV 查询策略适合的人群：了解基本的SQL语言目的：通过学习mimic数据库的数据格式也能够建立并使用自己的数据库概念：静态数据,静态数据表格（包含静态数据的表格）， 哪些表格;动态数据,动态数据表格，哪些表格，是否有表格即包含静态数据又包含动态数据，没有的.整体策略：首先分为静态数据和动态数据静态数据的提取：静态数据， 不受时间因素的影响，多是分类变量，比如，年龄，性别等，按照文献的策略提取… … 并存入到patient表格; 一般查询，加减函数(比如出院时间减

目的由易到难，对mimic-iv的查询进行实际操作，体现先前文章中提到的mimic-iv数据查询的规律。数据分析计划死亡，是重症患者最重要的结局指标，在MIMIC数据库中收录了院内死亡的数据，以及进出ICU的时间（和进出医院的时间），所以我们可以获得是否死亡，以及从入ICU（或入院）到死亡发生之间的时间，有了这两个指标，我们可以通过Cox单因素（参数和非参数）模型来观察ICU（和医院）内死亡的趋势，以及某个变量（比如，性别和种族等）对死亡趋势的影响，以为后续的分析奠定基础。数据的获取我们需要数个变

MIMIC数据库查询中，使用WITH 构建一个查询的上下文环境（context）是SQL查询的一种策略，其实不用with也可以完成， 但是WITH的使用使得代码更简洁，可读性更强。在具体撰写SQL代码过程中， 必然会遇到两个问题，1.什么情况下用WITH；2.使用WITH的两种方式（策略）。MIMIC官方SQL代码中为我们提供了以上两个问题的答案，这里尝试进行总结。1.什么情况下用WITH？当SQL查询涉及多个表格， 且其中一个（或多个）表格中需要一定的操作（单位转换、异常值排除等），那就对这个（或这些