持续发力！MIMIC-IV数据库做预测模型冲上一区 | MIMIC-IV数据库周报（6.12~6.18）

重症医学数据库（MIMIC）是由计算生理学实验室开发的公开数据集，其中包括与数千个重症监护病房入院相关的去识别化健康数据，致力于推动临床信息学、流行病学和机器学习的研究。

MIMIC数据库于2003年在美国国立卫生研究院的资助下，由美国麻省理工学院计算生理学实验室、美国哈佛医学院贝斯以色列女执事医疗中心(Beth Israel Deaconess Medical Center，BIDMC)和飞利浦医疗公司共同建立。

MIMIC 数据库目前已经产生了MIMIC Ⅱ、Ⅲ、Ⅳ三个版本，包含了BIDMC所有内外科ICU患者的数据。MIMIC Ⅲ数据库收集了BIDMC 2001年6月至2012年10月ICU收治的53423例成年患者数据和2001年至2008年收治的7870例新生儿重症患者数据。MIMIC Ⅳ数据库在MIMIC Ⅲ的基础上做了一些改进，包括数据更新和部分表格重构，收集了2008至2019年BIDMC收治的超过19万名患者、45万次住院记录的临床数据。

数据库收集了三类数据：临床数据，从ICU信息系统和医院档案中汇总;高分辨率生理数据，从床边监护仪获得;死亡数据，来自社会保障局死亡档案。

2024.6.12-2024.6.18PubMed数据库“标题/摘要：MIMIC-IV OR MIMIC-III”搜索发现，共发表9篇MIMIC-IV论文。其中1篇一区、1篇二区。

中国学者文章

1.中国学者文章介绍（一）

文章题目：AKI-Pro评分预测心脏手术后早期急性肾损伤患者进展到严重急性肾损伤或死亡。

研究背景：目前尚无可靠的临床工具来预测急性肾损伤(AKI)的进展。我们的目标是探索一种评分系统，用于预测心脏手术后早期AKI患者在7天内进展为严重AKI或死亡的综合结果。

数据来源：在这项研究中，我们使用了两个独立的队列，并纳入了心脏手术后48小时内发生轻度/中度AKI的患者。最终，来自MIMIC-IV数据库的3188例患者被用作衍生队列，而来自中山队列的499例患者被用作外部验证。主要终点由入组后7天内进展为严重AKI或死亡的综合终点确定。

方法：将LASSO回归分析确定的变量输入逻辑回归模型，用于构建风险评分。

结果：综合结局分别占衍生和验证队列的3.7% (n = 119)和7.6% (n = 38)。6个预测因素组合成一个风险评分(AKI- pro评分)，包括女性、基线eGFR、主动脉手术、改良速尿反应指数(mFRI)、SOFA和AKI分期。我们将风险评分分为四组:低，中，高，和非常高的风险。在推导和验证队列中，风险评分显示出满意的预测区分和校准。AKI-Pro评分对综合预后的判别优于CRATE评分、Cleveland评分、AKICS评分、简化肾脏指数和SRI风险评分(P < 0.05)。

结论：AKI- pro评分是一种新的临床工具，可以帮助临床医生识别AKI进展或死亡风险较高的早期AKI患者。

2.中国学者文章介绍（二）

文章题目：系列血小板计数作为脓毒症患者住院死亡率的动态预测指标。

研究背景：血小板在止血和炎症性疾病中起着关键作用。据报道，低血小板计数和活性与不良预后有关。

研究目的：本研究旨在探讨脓毒症患者血小板计数动态与院内道德的关系，提供实时更新的死亡风险，实现动态预测。

数据来源：纳入了eICU合作研究数据库(eICU- crd)和重症监护医学信息市场IV (MIMIC-IV)数据库中脓毒症患者的数据。

方法：我们进行了一项多队列、回顾性、观察性研究，我们使用每个轨迹内的分段Cox风险模型评估不同轨迹模式与28天住院死亡率之间的关联。我们通过在预定时间点计算的受试者工作特征曲线下的面积、一致性指数(C-index)、准确性、灵敏度和特异性来评估我们的动态预测模型的性能。

结果：确定了血小板计数轨迹的四个亚组，对应于不同的住院死亡风险。纳入血小板计数并没有显著提高早期预测的准确性(第1天C-indexDynamic vs C-indexWeibull: 0.713 vs 0.714)。然而，随着时间的推移，我们的模型表现出比静态生存模型更好的性能(第14天C-indexDynamic vs C-indexWeibull: 0.644 vs 0.617)。

结论：对于重症监护室的脓毒症患者，血小板计数的快速下降是一个关键的预后因素，一系列的血小板测量与预后相关。

3.中国学者文章介绍（三）

文章题目：首次诊断为急性心肌梗死的患者应激性高血糖率与90天和180天死亡率之间的j型关系:MIMIC-IV数据库的分析。

研究背景：应激性高血糖比(SHR)可有效预测心脑血管疾病患者的不良结局。然而，首次诊断为急性心肌梗死(AMI)的患者SHR与短期死亡风险之间的关系仍然存在争议。

研究目的：本研究旨在更好地了解首次诊断为AMI的患者SHR与短期死亡风险之间的关系。

数据来源：我们使用MIMIC-IV(版本2.2)数据库中首次诊断为AMI的1961例患者的数据进行了一项队列研究。

方法：根据SHR指标将患者分为三组。采用Cox比例风险模型和双分段Cox比例风险模型来阐明首次诊断为AMI的患者SHR与死亡率之间的非线性关系。

结果：调查人群中，175例(8.92%)在90天内死亡，210例(10.71%)在180天内死亡。多变量调整后，SHR水平升高与首次诊断为AMI的患者90天和180天死亡风险升高呈显著非线性相关，呈j型相关性，拐点为0.9。与SHR水平低于拐点的参与者相比，SHR水平较高的参与者90天死亡风险增加了5倍(危险比[HR] 5.74;95%可信区间[CI] 3.19, 10.33)， 180天死亡率增加4倍(HR 4.56;95% CI 2.62, 7.95)。在亚组分析中，糖尿病前期(pre-DM)和较高SHR水平的患者在90天内增加(HR 6.90;95% CI 1.98, 24.02)和180天死亡风险(HR 5.30;95% CI 1.96, 14.27)。

结论：在首次诊断为AMI的患者中，SHR与90天和180天死亡率呈j型相关，SHR的不良预后拐点为0.9。

4.中国学者文章介绍（四）

文章题目：脓毒症患者钾水平与28天死亡率之间的关系:使用MIMIC-IV数据库的二次数据分析。

研究目的：该研究的目的是调查血钾水平与脓毒症患者28天后死亡之间的联系，目前对脓毒症患者血清钾水平和28天死亡率的研究尚存疑问。这项研究增加了越来越多的证据，将血清钾水平与败血症患者28天内死亡的可能性联系起来。

数据来源：利用多中心重症监护医学信息市场IV (MIMIC-IV)数据库中的大量患者样本。

方法：我们从回顾性队列MIMIC-IV数据库中收集了349,08例脓毒症患者，以重症监护病房入院第一天的血清钾水平作为暴露变量，28天的死亡率作为结局变量。并控制混杂特征，包括入院时的性别、年龄、种族和生命体征。

结果：血清钾与败血症患者28天死亡率呈u型关系。拐点为4.10 mmol/L(95%置信区间4.03 ~ 4.22)。血清钾与28天死亡率在拐点左侧呈负相关(OR: 0.72;95% CI: 0.63 ~ 0.83, P < 0.0001);在拐点的另一侧，血清钾与28天死亡率密切相关。(或:1.13;95% CI: 1.06 ~ 1.21, P < 0.0001)。

结论：研究发现，钾含量过高或过低与败血症患者28天的死亡风险有关。

5.中国学者文章介绍（五）

文章题目：胆红素影响体重指数对危重病人住院死亡率的预测作用。

研究背景：体重指数(BMI)可以预测危重病人的死亡率。此外，死亡率与胆红素水平升高有关。

研究目的：我们的目的是研究胆红素水平对BMI预测危重患者死亡率的有用性的影响。

数据来源：数据取自重症监护医学信息集市(MIMIC IV)数据库。

方法：根据患者24 h内总胆红素水平将患者分为两组，采用Cox比例风险回归模型获得BMI类别与住院死亡率相关性的校正风险比和95%可信区间。采用三节限制三次样条(RCS)灵活地建立了剂量-反应关系模型。

结果：在14376例患者中，体重不足占3.4%，体重正常占29.3%，超重占32.2%，肥胖占35.1%。对于总胆红素水平<2 mg/dL的患者，肥胖患者的住院死亡率明显低于正常体重患者(p < 0.05)。然而，对于总胆红素水平≥2 mg/dL的患者，观察到相反的结果。Cox比例风险回归模型显示，当总胆红素水平<2 mg/dL时，超重和肥胖患者的死亡风险低于正常体重患者，而在其他情况下(总胆红素水平≥2 mg/dL)，死亡风险低于正常体重患者。RCS分析显示，对于总胆红素水平<2 mg/dL的患者，死亡风险随着BMI的增加而逐渐降低。相反，对于总胆红素水平≥2 mg/dL的患者，这种风险并没有随着BMI的增加而降低，直到达到肥胖水平后才迅速增加。

结论：不同胆红素水平的危重患者，BMI对死亡风险的预测存在差异。

更多文章如下：

中国学者：

  外国学者：

一个专门做公共数据库的公众号，关注我们