MIMIC数据提取教程 - 官方提供的时间函数（一）

mimic数据库中有非常多的指标是需要根据时间计算出来， 跟时间有关的指标都需要通过官方的时间函数进行计算得出

MIMIC数据库常用的几个时间计算函数如下

 一、DATETIME_DIFF函数

1.1 实例：获取某个患者在ICU待了多少个小时

如果要以天为单位，datepart参数换成'DAY'

结果保留两位小数

结果保留整数

1.2 实例：统计同等大小入院组的入院人数 （等宽直方图展示）

这段SQL代码如果在python里面怎么写？

我们这里还是直接用sql查出来的，只是把navicat展示换成了python打印出来。

我们简化一下SQL， 只查数据，分组的事情交给python

关注公众号【科研收录】， 回复"分组入院人数sql", 获取SQL代码

回复"直方图"， 获取python代码

1.2.1 WIDTH_BUCKET 桶宽度

构造等宽直方图，其中直方图范围被划分为相同大小的区间（桶），并在求值后返回表达式的值所属的桶号。该函数返回一个整数值或 null（如果有任何输入为 null）。

另外，低于低存储桶的值返回0

高于高存储桶的值返回bucket_count +1

返回一个整数值

• WIDTH_BUCKET 将数据集划分为宽度相等的桶。例如，年龄 = 0–20、20–40、40–60、60–80。这称为等宽直方图。

• 使用 WIDTH_BUCKET 时请注意最小和最大边界值。每个存储桶包含的值等于或大于该存储桶的基值，因此 0-20、20-40 等年龄范围实际上是 0-19.99 和 20-39.999。

• WIDTH_BUCKET 接受以下数据类型：（FLOAT 和/或 INTEGER）、（TIMESTAMP 和/或 DATE 和/或 TIMESTAMPTZ）或（INTERVAL 和/或 TIME）。

1.2.2 拓展：等宽直方图

直方图（histogram）是数据库中的一种重要的统计信息，可以描述列中的数据分布情况。

Equi-width Histogram（等宽直方图）是将数据最大、小值之间的区间等分为N份，每个桶中最大、小值之差都为整体数据最大、小值之差/N，既所谓“等宽”。我们以 N=20 为例，在按照该曲线随机生成的数据上可以得到如下结果：

Equi-width Histogram 最大的缺陷是在数据频次较高的桶中统计信息不够清晰，比如在桶 [55, 60] 中，我们只知道它的总频次是40，却不知道是55、56、57、58、59各出现了8次，还是55出现了36次而其他值都只有一次。因此，当桶数量远小于列中 distinct value 数量、单个桶中 distinct value 过多且分布不均时，Equi-width Histogram 很有可能做出错误的估算并影响优化结果。

二、DATETIME_SUB函数

2.1 实例：提取患者入ICU24小时内的实验室指标

注意：入ICU前6个小时跟入ICU后24小时内采集的指标都属于24小时内的指标。

• 使用DATETIME_SUB函数把入ICU时间减去6个小时

• 使用DATETIME_ADD函数把入ICU时间加上24个小时

得出了一个时间范围，最后再通过这个时间范围，判断实验室指标的采集时间是不是在这个时间范围内就能提取出入ICU24小时内的指标了

三、DATETIME_ADD