MIMIC-IV数据库介绍

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。

本文主要介绍MIMIC-IV 2.2版本模块和数据库表、字段的一些大致情况，仅供参考。

MIMIC-IV数据库主要分为两个模块，分别是 Hosp 模块和 ICU 模块（其他模块本文不做讲解）

一、Hosp 模块介绍

Hosp模块提供从医院范围内的电子健康记录中获取的所有数据，这些数据主要在住院期间记录，有一些表格也包括来自医院外的数据。所涵盖的信息包括患者和入院信息、实验室测量、微生物学、药物管理和收费诊断等。

1、omr（医疗记录表）

在线医疗记录（OMR）表记录了电子健康记录中的杂项信息。

字段	中文字段	字段描述	字段类型
subject_id	患者编号	subject_id是指定单个患者的唯一标识符。与单个subject_id相关联的任何行都属于同一个人	INTEGER NOT NULL
chartdate	记录日期	记录观察结果的日期	DATE NOT NULL
seq_num	序列数	唯一区分同一天记录的同一类型结果的单调递增整数。例如，如果两次血压测量发生在同一天，seq_num会按时间顺序排列	INTEGER NOT NULL
result_name	结果属性名	每一行提供关于EHR中单个观察的详细信息。result_name提供了对观察结果的可人工解释的描述	VARCHAR(100) NOT NULL
result_value	结果属性值	result_value是与给定OMR观测相关联的值。例如，对于“血压”的result_name，field_value列包含记录的血压（120/80、130/70，依此类推）	TEXT NOT NULL

2、provider（提供者编号表）

提供表列出了数据库中使用的未标识的提供者标识符，此表只有一个字段属性。

字段	中文字段	字段描述	字段类型
provider_id	提供编号	provider_id列出了整个数据库中使用的提供者的所有可能标识符。提供者标识符遵循一致的模式：字母“P”，后跟三个数字，后跟两个字母或两个数字。例如，“P003AB”、“P00102”、“P1248B”等。提供者标识符是随机生成的，除了在数据库中唯一标识同一提供者之外，没有任何固有含义	VARCHAR(10) NOT NULL

3、admissions（入院信息表）

入院表提供了有关患者入院的信息。由于患者每次唯一的医院就诊都被分配了一个唯一的hadm_id，因此入院表可以被视为hadm_id的定义表。可用信息包括入院和出院的时间信息、人口统计信息、入院来源等。

字段	中文字段	字段描述	字段类型
subject_id	患者编号	subject_id是指定单个患者的唯一标识符，与单个subject_id相关联的任何行都属于同一个人。该表可能有重复的subject_id，表示一名患者多次入院。ADMISSIONS表可以使用subject_id链接到PATIENTS表	INTEGER NOT NULL
hadm_id	入院编号	该表的每一行都包含一个唯一的hadm_id，表示单个患者入院。hadm_id的范围从2000000到2999999	INTEGER NOT NULL
admittime	入院时间	admittime提供患者入院的日期和时间	TIMESTAMP NOT NULL
dischtime	出院时间	dischtime提供患者出院的日期和日期	TIMESTAMP
deathtime	死亡时间	deathtime表示患者住院死亡时间，只有当患者在医院去世时，死亡时间才会出现	TIMESTAMP
admission_type	入院类型	admission_type表示对入院的紧迫性进行分类。有9种可能性：‘AMBULATORY OBSERVATION’, ‘DIRECT EMER.’, ‘DIRECT OBSERVATION’, ‘ELECTIVE’, ‘EU OBSERVATION’, ‘EW EMER.’, ‘OBSERVATION ADMIT’, ‘SURGICAL SAME DAY ADMISSION’, ‘URGENT’	VARCHAR(40) NOT NULL
admit_provider_id	标识符	admit_provider_id为收治患者的医生或者护理专业人员的匿名唯一标识符。标识符遵循一致的模式：字母“P”，后跟三个数字，后跟两个字母或两个数字。例如，“P003AB”、“P00102”、“P1248B”等。提供者标识符是随机生成的，除了在数据库中唯一标识同一提供者之外，没有任何固有含义	VARCHAR(10)
admission_location	入院位置	admission_location表示患者被接收到医院的具体位置，如急诊室。请注意，由于急诊室在技术上是一个诊所，通过急诊室入院的患者通常将其作为入院地点	VARCHAR(60)
discharge_location	出院位置	discharge_location表示患者出院后的位置	VARCHAR(60)
insurance	保险类型	insurance表示患者的保险类型	VARCHAR(255)
language	语种	language表示患者的语种	VARCHAR(10)
marital_status	婚姻状况	marital_status表示患者的婚姻状况	VARCHAR(30)
race	种族	race表示患者的种族情况	VARCHAR(80)
edregtime	急诊留观时间	edregtime表示患者登记进入急诊科的日期和时间	TIMESTAMP
edouttime	急诊出观时间	edouttime表示患者登记离开急诊科的日期和时间	TIMESTAMP
hospital_expire_flag	院内死亡标记	hospital_expire_flag表示患者是否在住院时间内死亡。1表示在医院中死亡，0表示存活到出院	SMALLINT

其中，保险、语言、婚姻状况和种族列提供了特定住院患者的人口统计信息。请注意，由于每次入院都会记录这些数据，因此这些数据可能会随住院时间而变化。

4、d_hcpcs（代码定义表）

d_hcpcs表用于获取hcpcsevents表中使用的代码定义。这些概念主要对应于医院计费，并且大多是CPT代码。注意：并非所有代码定义都可用。

字段	中文字段	字段描述	字段类型
code	代码	唯一表示事件的五个字符的代码	CHAR(5) NOT NULL
category	代码类别	category表示代码分类	SMALLINT
long_description	长描述	long_description表示给定行列出的代码的文本描述	TEXT
short_description	短描述	short_description表示给定行列出的代码的文本描述	VARCHAR(180)

5、d_icd_diagnostics（诊断代码索引表）

d_icd_diagnostics表定义了国际疾病分类（ICD）第9版和第10版的诊断代码。这些代码在患者住院结束时获得，用于支付医院所提供的护理费用。

字段	中文字段	字段描述	字段类型
icd_code	国际定义疾病编码	icd_code表示世界卫生组织制定的国际统一的疾病分类方法，是一种字母和数字相结合的编码	CHAR(7) NOT NULL
icd_version	疾病编码版本号	此编码系统有两个版本：版本9（ICD-9）和版本10（ICD-10）。这些可以使用icd_version列进行区分。一般来说，ICD-10代码更详细，尽管存在将ICD-9代码转换为ICD-10码的代码映射（或“交叉步”）。 ICD-9和ICD-10代码通常都用十进制表示。解释ICD代码时不需要此小数；即“0010”的icd_code等效于“001.0”。 ICD-9和ICD-10代码有不同的格式：ICD-9代码是5个字符长的字符串，完全是数字（前缀为“E”或“V”的代码除外，这些代码用于外部伤害原因或补充分类）。重要的是，ICD-9代码作为字符串保留在数据库中，因为代码中的前导0是有意义的。 ICD-10代码长3-7个字符，前缀总是一个字母，后面跟着一组数值	INTEGER NOT NULL
long_title	编码含义	long_title提供了ICD代码的含义。例如，ICD-9代码0010的标题很长，是“霍乱弧菌引起的霍乱”	VARCHAR(255)

6、d_icd_procedures（手术操作索引表）

d_icd_procedures表定义了国际疾病分类（ICD）程序代码。这些代码在患者住院结束时分配，用于支付医院所提供的护理费用。

字段	中文字段	字段描述	字段类型
icd_code	国际定义疾病编码	icd_code表示世界卫生组织制定的国际统一的疾病分类方法，是一种字母和数字相结合的编码	CHAR(7) NOT NULL
icd_version	疾病编码版本号	此编码系统有两个版本：版本9（ICD-9）和版本10（ICD-10）。这些可以使用icd_version列进行区分。一般来说，ICD-10代码更详细，尽管存在将ICD-9代码转换为ICD-10码的代码映射（或“交叉步”）。 ICD-9和ICD-10代码通常都用十进制表示。解释ICD代码时不需要此小数；即“0010”的icd_code等效于“001.0”。 ICD-9和ICD-10代码有不同的格式：ICD-9代码是5个字符长的字符串，完全是数字（前缀为“E”或“V”的代码除外，这些代码用于外部伤害原因或补充分类）。重要的是，ICD-9代码作为字符串保留在数据库中，因为代码中的前导0是有意义的。 ICD-10代码长3-7个字符，前缀总是一个字母，后面跟着一组数值	INTEGER NOT NULL
long_title	编码含义	long_title提供了ICD代码的含义。例如，ICD-9代码0010的标题很长，是“霍乱弧菌引起的霍乱”	VARCHAR(255)

7、d_labitems（化验项目索引表）

d_labitems表是对所有化验项目的描述。d_labitems表包含了与MIMIC数据库中的实验室测量相关联的所有itemid的定义。labelvents中的所有数据都链接到d_labitems表。医院数据库中的每个唯一（流体、类别、标签）元组都在该表中分配了一个条目ID，使用该条目ID有助于高效存储和查询数据。
其中实验室数据包含收集并记录在医院实验室数据库中的信息。这包括在医院内的病房和医院外的诊所进行的测量。

字段	中文字段	字段描述	字段类型
itemid	化验项目编号	化验项目概念的唯一标识符。itemid对每一行都是唯一的，可用于标识与特定概念相关联的标签中的数据	INTEGER
label	项目标签	标签列描述了由itemid表示的概念	VARCHAR(50)
fluid	流体类型	fluid表示进行测量的流体物质。例如，经常对血液进行化学测量，血液在本栏中被列为“血液”。这些测量中的许多也可以在其他液体上获得，如尿液，本专栏区分了这些不同的概念	VARCHAR(50)
category	化验类型	category提供了关于测量类型的更高级别的信息。例如，“ABG”类别表示测量是动脉血气	VARCHAR(50)

8、diagnoses_icd（诊断代码表）

在常规医院护理期间，医院会向患者收取与住院相关的诊断费用。该表包含患者在住院期间使用ICD-9和ICD-10本体的所有诊断记录。

字段	中文字段	字段描述	字段类型
subject_id	患者编号	subject_id是指定单个患者的唯一标识符，与单个subject_id相关联的任何行都属于同一个人	INTEGER NOT NULL
hadm_id	入院编号	该表的每一行都包含一个唯一的hadm_id，表示单个患者入院。hadm_id的范围从2000000到2999999	INTEGER NOT NULL
seq_num	诊断顺序号	seq_num表示分配给诊断的优先级。优先级可以被解释为对哪些诊断是“重要的”的排名。例如，被诊断为败血症的患者必须将败血症作为他们的第二种疾病。第一种情况必须是传染源。对低优先级诊断进行“正确”排序也不那么重要（例如，第5到第10个诊断代码的优先级可能没有正确的排序）	INTEGER NOT NULL
icd_code	国际定义疾病编码	icd_code表示世界卫生组织制定的国际统一的疾病分类方法，是一种字母和数字相结合的编码	VARCHAR(7)
icd_version	ICD版本号	此编码系统有两个版本：版本9（ICD-9）和版本10（ICD-10）。这些可以使用icd_version列进行区分	INTEGER

9、drgcodes（患者诊断类别表）

该表是代码住院的计费诊断类别组（DRG）代码。医院使用诊断类别组（DRG）来报销患者的住院费用。这些代码与患者住院的主要原因相对应。

字段	中文字段	字段描述	字段类型
subject_id	患者编号	subject_id是指定单个患者的唯一标识符，与单个subject_id相关联的任何行都属于同一个人	INTEGER
hadm_id	入院编号	该表的每一行都包含一个唯一的hadm_id，表示单个患者入院。hadm_id的范围从2000000到2999999	INTEGER
drg_type	诊断类别	DRG诊断类别，DRG是根据患者入院诊断、手术情况、年龄、性别等因素进行分类的一种方法，用于决定医院住院费用的支付	VARCHAR(4)
drg_code	诊断编码	DRG诊断编码，用于标识具体的DRG诊断类别	VARCHAR(10)
description	描述	给定诊断编码的描述	VARCHAR(195)
drg_severity	严重程度	drg_severity分为4个等级，用整数表示，分别表示严重程度高低	SMALLINT
drg_mortality	死亡率	drg_mortality分为4个等级，用整数表示，分别表示死亡率大小	SMALLINT

10、emar（患者服用药物表）

EMAR表用于记录单个患者服用某种药物的情况。该表中的记录由床边护理人员扫描与药物和患者相关的条形码填充。

字段	中文字段	字段描述	字段类型
subject_id	患者编号	ubject_id是指定单个患者的唯一标识符，与单个subject_id相关联的任何行都属于同一个人	INTEGER NOT NULL
hadm_id	入院编号	该表的每一行都包含一个唯一的hadm_id，表示单个患者入院。hadm_id的范围从2000000到2999999	INTEGER
emar_id	服用药物编号	EMAR表的标识符。emar_id是emar中每条记录的唯一标识符。emar_id由subject_id和emar_seq组成，其模式如下：“subject_id-emar-seq”	VARCHAR(25) NOT NULL
emar_seq	编号序列	EMAR表的标识符。emar_id是emar中每条记录的唯一标识符。emar_id由subject_id和emar_seq组成，其模式如下：“subject_id-emar-seq”	INTEGER NOT NULL
poe_id	订单输入编号	将emar中的管理与poe中的订单和处方联系起来的标识符	VARCHAR(25) NOT NULL
pharmacy_id	pharmacy标识符	将emar中的管理与pharmacy表中的药房信息联系起来的标识符	INTEGER
enter_provider_id	输入emar标识符	enter_provider_id为将信息输入EMAR系统的提供者提供匿名标识符。提供者标识符遵循一致的模式：字母“P”，后跟三个数字，后跟两个字母或两个数字。例如，“P003AB”、“P00102”、“P1248B”等。提供者标识符是随机生成的，除了在数据库中唯一标识同一提供者之外，没有任何固有含