MIMIC数据库数据提取教程-提取实验室或生命体征指标

视图安装好之后，我们利用blood_differential、chemistry、enzyme等视图，配合常用的查询语句，便可以提取患者在每次入院时，整个住院过程中的实验室或者生命体征指标。但是如果我们所要提取的指标不在视图中，我们应该如何提取呢?

实验室测量指标都存在于mimic_hosp.labevents表中，表中需要注意的是specimen_id字段。specimen_id是每次收取的血液或者尿液样本等的唯一标识。(ps: 为了减少误差，对于同一个样本往往会测量多次，官方视图中是以多次测量中的最大值作为该样本的指标测量值。)

所以我们应该以specimen_id进行分组，再取每个分组中valuenum的最大值，因此，我们可以看到实验室指标的视图中，会出现大量的group by（分组）和max（取最大值）等函数。

下面我们用一个案例来进行说明：

如何提取患者血液样本中的lymphocytes

1. 首先通过lymphocytes来查询对应的itemid

这时我们要用到入门语句中的字符串匹配

select * from d_labitems where label ~* 'lymphocytes'

查询结果如下，我们根据需要，选择血液样本中的lymphocytes，对应的itemid为51244和51245

 

2. 首先我们根据每个患者(subject_id)，在每次入院(hadm_id)时同一时间收集的样本(charttime，specimen_id)进行分组，然后取每个分组中多次测量的最大值。

用SQL表示上述意思就是：使用group by，对subject_id，hadm_id，charttime，specimen_id进行分组，用max取每组中的最大值。

select subject_id,hadm_id,charttime,specimen_id,
max(valuenum) valuenum from 
mimic_hosp.labevents 
where itemid in (51244,51245) 
group by subject_id,hadm_id,charttime,specimen_id

注意：51244,51245的单位是相同的，因此我们可以直接max(valuenum)取最大值，如果需要提取的指标对应的多个itemid单位不同时，提取方法见后文。所以建议大家提取前先确认itemid对应的单位是否一致，是否需要换算！

这里可以看到小编在group by后写了多个字段，这是由于SQL语法规定：select中除聚合函数（max、avg、min等）中的字段，都必须在group by中出现。

换句话说就是如果我们要select subject_id，hadm_id，charttime和specimen_id的话，就需要group by subject_id，hadm_id，charttime和specimen_id

用如下简单的示意图来说明，当我们group by subject_id，hadm_id，charttime，specimen_id时，只有这四个字段都相同的才会聚合，若specimen_id不相同时，就会被分到另外一组

 

 上述SQL查询结果如下，我们可以看到查出了相同specimen_id下的最大值，也就是患者每次测量的lymphocytes值

 

 3. 当所提取指标对应的多个itemid的单位不同时，我们应该怎么提取?

比如Absolute Lymphocyte Count对应的itemid为51133和52769(用字符串匹配查询)

我们可以通过以下代码查看itemid所对应的单位 

-- 只需要修改itemid即可
select itemid, valueuom from labevents where itemid in (51133,52769) and valueuom is not null GROUP BY itemid, valueuom;

可以看到itemid为52769时，对应的单位是个/ul，换算成K/ul时需要除以1000

然后我们使用case when语句，当itemid为52769时值除以1000，当itemid为51133时用原值

 

-- 对照上文中提取lymphocytes的SQL
-- 我们只是在max里加了一个case when语句
select subject_id,hadm_id,charttime,specimen_id,
max(
  CASE
      WHEN (itemid = 51133) THEN valuenum
      WHEN (itemid = 52769) THEN (valuenum / (1000.0))
  END) AS absolute_lymphocytes_count from 
mimic_hosp.labevents 
where itemid in (51133,52769) 
group by subject_id,hadm_id,charttime,specimen_id

查询结果如下

 

---

更多关于临床公共数据库挖掘相关知识可同时关注以下公众号