MIMIC数据提取教程 - 如何提取外科患者信息_mimic

本文链接：https://blog.youkuaiyun.com/weixin_36172141/article/details/134694935

本文介绍了MIMIC-IV重症医学数据库的下载、安装教程，包括常见问题解决方案，SQL基础查询、疾病指标提取、手术患者统计以及PostgreSQLUNION操作符的应用。还讨论了SQL模糊查询在MIMIC中的使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

mimic数据库使用介绍：

MIMIC-IV，重症医学数据库介绍和使用说明

MIMIC数据库下载权限申请保姆级教程（上）

MIMIC数据库下载权限申请保姆级教程（下）

MIMIC数据库，常用查询指令SQL基础(一)

MIMIC数据库提取教程-提取某种疾病下的实验室指标

MIMIC数据库提取教程-提取某种疾病下的患者人口统计学指标

MIMIC数据库官方函数的安装与使用

手把手教会你认识跟安装MIMIC-IV物化视图

【重要】 MIMIC数据集直接下载！

Python连接MIMIC-IV数据库并图表可视化

MIMIC-IV数据库衍生表格mimic_derived配置和使用

MIMIC的很多文章都是关于一些内科疾病的，以脓毒症(Spesis)居多，一方面是这类病人在MIMIC的病人里面所占的比例很大，另外官方也给了很多诊断筛选(特别是sepsis)的物化视图，让大家可以很方便地找到想要找的自己感兴趣的目标患者。

但是MIMIC里面也有很多外科患者，特别是MIMIC4相对于MIMIC3来说，外科ICU患者比例是增多的，下面图分别展示了MIMIC4各种ICU类型患者数量。（注意，这里patient_num其实是ICU住院人次，并非唯一病人）

01 冠脉搭桥术后的患者有多少？

比如我们有些同学在外科ICU，想知道做过某种手术的患者有多少？比如心血管手术后的患者中冠脉搭桥术后的患者有多少？

患者住院期间做的所有操作和手术都记录在procedure_icd表里面

首先我需要知道冠脉搭桥的icd编码都有哪些？因为是mimiciv数据库，表里面还混用了icd9 和 icd10，所以我们两个都要知道。

https://www.findacode.com/

可以从这个网站中查询icd9和icd10的操作和手术代码，我们科研直接搜索查询

但是这种方法太慢了而且有可能遗漏，其实我们可以直接问chatgpt， chatgpt对于这种确定性问题特别准确，下面是chatgpt给的答案

冠脉搭桥术的ICD编码为：

ICD-10-PCS编码为：02H00JZ、02H03JZ、02H04JZ、02H07JZ、02H08JZ、02H0XJZ、02H30JZ、02H33JZ、02H34JZ、02H37JZ、02H38JZ、02H3XJZ、02H40JZ、02H43JZ、02H44JZ、02H47JZ、02H48JZ、02H4XJZ、02H70JZ、02H73JZ、02H74JZ、02H77JZ、02H78JZ、02H7XJZ、02H80JZ、02H83JZ、02H84JZ、02H87JZ、02H88JZ、02H8XJZ。
ICD-9-CM编码为：36.10、36.11、36.12、36.13、36.14、36.15、36.16、36.17、36.19。

我们可以发现冠脉搭桥术的ICD编码 ICD9是361开头，ICD10是02H开头，够了！

当然我们通过查表方式验证下，我们发现procedure_icd 表里面并没有ICD-10-CM的，所以有的GPT回复带有"I25"的可以去掉

但是有的GPT没办法直接定位到02H，只能定位到021

这个结果就不对了，因为021开头还包括其他血管的bypass，所有我们可以在long_title字段里面过滤下

02 PostgreSQL UNION 操作符

PostgreSQL UNION 操作符合并两个或多个 SELECT 语句的结果。

UNION 操作符用于合并两个或多个 SELECT 语句的结果集。

请注意，UNION 内部的每个 SELECT 语句必须拥有相同数量的列。列也必须拥有相似的数据类型。同时，每个 SELECT 语句中的列的顺序必须相同。

语法

UNIONS 基础语法如下：

SELECT column1 [, column2 ]
FROM table1 [, table2 ]
[WHERE condition]

UNION

SELECT column1 [, column2 ]
FROM table1 [, table2 ]
[WHERE condition]

这里的条件语句可以根据您的需要设置任何表达式。

实例

创建 COMPANY 表（下载 COMPANY SQL 文件），数据内容如下：

runoobdb# select * from COMPANY;
 id | name  | age | address   | salary
----+-------+-----+-----------+--------
  1 | Paul  |  32 | California|  20000
  2 | Allen |  25 | Texas     |  15000
  3 | Teddy |  23 | Norway    |  20000
  4 | Mark  |  25 | Rich-Mond |  65000
  5 | David |  27 | Texas     |  85000
  6 | Kim   |  22 | South-Hall|  45000
  7 | James |  24 | Houston   |  10000
(7 rows)

创建 DEPARTMENT 表（下载 DEPARTMENT SQL 文件），数据内容如下：

runoobdb=# SELECT * from DEPARTMENT;
 id | dept        | emp_id
----+-------------+--------
  1 | IT Billing  |      1
  2 | Engineering |      2
  3 | Finance     |      7
  4 | Engineering |      3
  5 | Finance     |      4
  6 | Engineering |      5
  7 | Finance     |      6
(7 rows)

现在，我们在 SELECT 语句中使用 UNION 子句将两张表连接起来，如下所示：

SELECT EMP_ID, NAME, DEPT FROM COMPANY INNER JOIN DEPARTMENT
   ON COMPANY.ID = DEPARTMENT.EMP_ID
   UNION
SELECT EMP_ID, NAME, DEPT FROM COMPANY LEFT OUTER JOIN DEPARTMENT
    ON COMPANY.ID = DEPARTMENT.EMP_ID;

得到结果如下：

 emp_id | name  |  dept
--------+-------+--------------
      5 | David | Engineering
      6 | Kim   | Finance
      2 | Allen | Engineering
      3 | Teddy | Engineering
      4 | Mark  | Finance
      1 | Paul  | IT Billing
      7 | James | Finance
(7 rows)

03 SQL模糊查询

SQL模糊查询的语法为：

Select column FROM table Where column LIKE 'pattern'

SQL提供了四种匹配模式