一、MIMIC 数据库概述

1. 什么是 MIMIC 数据库

MIMIC（Medical Information Mart for Intensive Care）是一个大型公开可用的重症监护数据集，包含来自美国贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center）ICU患者的脱敏健康相关数据。具有以下核心特征：

•全球最大的开放重症监护临床数据库

•数据经过严格脱敏处理（HIPAA标准）

•已获IRB豁免（发表论文无需额外伦理审查）

•包含多维度临床数据：人口统计学、生命体征、实验室检测、影像学报告、药物管理等

•支持预后研究（含出院1年随访数据）

2. 数据库版本

MIMIC数据库经过多次更新，目前主要版本包括： - MIMIC-II：已不再公开，仅有单中心ICU 数据。 - MIMIC-III：数据时间范围为 2001-2012，包含约 6 万次 ICU 入住记录，数据来源于 MetaVision 和 CareVue 监护系统。 - MIMIC-IV：最新版本（当前为 v3.1），数据时间范围为2008-2019，包含约 40 万次普通病房住院记录和更详细的 ICU 数据。

MIMIC-IV数据主要来源于 MetaVision 监护系统，是目前研究中的主流选择。

3. 数据模块

MIMIC-IV数据划分为多个模块，反映数据来源： - hosp 模块：医院层级数据（实验室检测、微生物学、药物管理等）。 - icu模块：ICU 层级数据（床旁监护记录）。- ed 模块：急诊科数据（原因、分诊信息、生命体征等）。 - cxr 模块：胸片及影像学报告。 - note 模块：去身份化的自由文本临床笔记。

二、MIMIC-IV 数据内容分类整理

1. 患者身份与标识符

MIMIC-IV 提供 3 个关键标识符，用于标记病人信息及关联表格： - subject_id：唯一标记患者身份。 - hadm_id：唯一标记一次住院记录。 - stay_id：唯一标记一次 ICU 或急诊停留记录。 - 注意：患者多次进出 ICU 或急诊，会有多个 stay_id，但这些记录可以通过地点变动（transfer_id）追溯。

2. 数据模块及详细表格说明

（1）Hosp 模块

Hosp 模块提供全院级别数据，包括住院信息、实验室检测、微生物学等： - admissions 表：患者住院记录（入院时间、出院时间、死亡时间等）。 - patients 表：患者的性别、年龄等人口统计信息。 - transfers 表：院内转移记录（包括病房变更）。 - labevents 表：实验室检测结果（血液检测、基因检测等）。 - microbiologyevents 表：微生物检测数据（培养、抗生素敏感性等）。 - prescriptions 表：患者药物处方信息。 - emar 表：电子药物管理记录。 - diagnoses_icd 表：患者诊断的 ICD 编码数据。

（2）ICU 模块

ICU 模块主要包含 ICU 病房中记录的床旁监护数据： - icustays 表：每次 ICU 停留的基本信息（入住时间、离开时间、停留时长等）。 - chartevents 表：床旁监护记录（生命体征、实验室数据等）。 - inputevents 表：输入信息（液体输入、药物滴注等）。 - outputevents 表：输出信息（尿量、引流等）。 - procedureevents 表：程序性操作记录（如插管、机械通气等）。

每个患者每次入院可能有多次icu，每次icu对应一个stay_id。包含9张表：

（3）ED 模块

ED 模块包含急诊科数据： - edstays 表：急诊停留记录。 - triage 表：分诊信息，包括病情评估与初步生命体征。 - vitalsign 表：急诊患者的周期性生命体征记录。 - diagnosis 表：急诊诊断记录。

（4）CXR 模块

CXR 模块提供胸片数据及相关影像学报告： - cxr-record-list.csv.gz：图像与患者标识符的映射表。 - cxr-study-list.csv.gz：影像研究与患者标识符的映射表。

三、MIMIC 数据库的使用方法

1. 数据申请

1. MIMIC数据库简介和申请前提条件

MIMIC数据库是一种开放的、用于研究重症监护医学的医疗大数据资源，包含患者的详细病历、实验室数据等信息，用于支撑临床研究和数据分析。

申请访问MIMIC数据库需要满足以下前提条件：

• EDU邮箱：建议使用学校或科研机构的教育邮箱；若没有，可以尝试申请商业邮箱。

• 推荐人：推荐人需是已有发表相关研究论文的科研人员（最好是发表过SCI论文）。

2. 在PhysioNet网站注册账户

• 打开PhysioNet官网（https://physionet.org/），点击注册。

• 注册完成后，系统会发送激活邮件至你的邮箱，点击激活即可完成账户创建。

3. 完成CITI伦理培训

MIMIC数据库的使用需要通过伦理培训（CITI Program），以下是详细步骤：

• 访问CITI官网（https://about.citiprogram.org/），选择“Register”（注册）。

• 注册时，选择“Massachusetts Institute of Technology Affiliates”作为关联机构（注意不要选择“Independent Learner Registration”）。

• 填写个人信息和机构信息，推荐使用教育邮箱（EDU邮箱）。

• 完善注册资料，如有需要，可以注册一个ORCID ID（科研标识号）以提升学术资质。

• 选择课程：

– 在课程选择页面，回答问题时勾选问题1、2和5（意思是你需要学习与数据相关的伦理课程）。

– 主要课程包括：

Conflicts of Interest（利益冲突），共2个模块。

Data or Specimens Only Research（仅数据或标本相关研究），共9个模块。

• 完成学习：学习过程中需通过模块测试，满分为100分，得分80分以上视为及格。可以重复答题直到通过。

完成所有课程后，下载并保存培训结业证书。需在论文方法部分注明PhysioNet认证ID。

4. 在PhysioNet提交MIMIC-IV申请

完成CITI伦理培训后，可以开始申请MIMIC数据访问权限，具体步骤如下：

• 登录PhysioNet后，搜索“MIMIC-IV”并点击进入相关页面。

• 开始申请，主要包括以下内容：

– 上传伦理培训证明：将CITI培训的结业证书上传至申请页面。

– 填写推荐人信息：

推荐人必须是有论文发表的科研人员，且填写的邮箱需与其论文信息一致。

若推荐人没有SCI论文，则需提供其已发表论文的详细信息（如论文链接）。

• 提交申请后，PhysioNet会给推荐人发送一封确认邮件，提醒推荐人及时点击邮件中的确认链接。

5. 等待审批并获取数据访问权限

• 推荐人确认后，PhysioNet会对你的申请进行审核，通常需要几天到两周时间。

• 审核通过后，你即可在官网上下载MIMIC-IV数据库文件。

2. 数据下载与安装

• 进入 PhysioNet 个人账户下载数据（约 7GB 压缩包，解压后约 100GB以上）。

• 使用 PostgreSQL 软件导入数据：

1. 准备建库脚本（官网提供）。

2. 使用 7z 工具批量解压。

3. 导入数据并验证连接。

• 建议安装 PostgreSQL 软件与数据在同一磁盘，避免路径冲突。

3. 数据云端访问

MIMIC-IV 数据支持云端访问（推荐使用），无需本地安装： - BigQuery：无需设置，实时更新，适合快速查询。 - AWS 或 Google Cloud 存储：适合下载完整数据。

四、MIMIC 数据处理与分析注意事项

1. 数据整合与连接

• 使用标识符（subject_id、hadm_id、stay_id）连接不同表格。

2. 时间处理

• 所有时间字段均已脱敏，按天或分钟分辨率存储。

– *_time字段：精确到分钟（例：charttime）

– *_date字段：仅保留日期（例：chartdate）

• 时间戳字段主要包括：

– charttime：记录时间，接近实际测量时间。

– storetime：存储时间，反映数据存档时间。

– intime/outtime：患者进入/离开 ICU 或急诊的时间。

– starttime/endtime：事件起始和结束时间（如药物滴注）。

3. 数据去身份化

• 所有日期已随机偏移（2100-2200 年之间），但同一患者内时间间隔保持一致。

• 患者年龄超过 89 岁的记录统一标记为 91 岁。

4. ICD 编码使用

• MIMIC-IV 同时包含 ICD-9 和 ICD-10 编码。

• 可通过 d_icd_diagnoses 表查找编码含义，并结合 diagnoses_icd 表进行关联分析。

5. 生命体征与实验室数据

• 生命体征等监测数据存储在 chartevents 表中，采用长表格式。

• 实验室检测结果存储在 labevents 表中，需注意测量单位与参考范围。

五、实用技巧与资源

1. 常用 SQL 查询示例

（1）提取实验室检测结果

SELECT subject_id, hadm_id, itemid, valuenum, charttime

FROM labevents

WHERE itemid IN (50868, 50862)  -- 例如提取血红蛋白和白细胞计数

（2）关联 ICU 数据与实验室数据

SELECT icustays.subject_id, icustays.stay_id, labevents.itemid, labevents.valuenum

FROM icustays

JOIN labevents ON icustays.subject_id = labevents.subject_id

WHERE icustays.stay_id = 210001

2. 官方文档与资源

• MIMIC 官方网站：https://mimic.mit.edu/

• PhysioNet 下载页面：https://physionet.org/

• PostgreSQL 教程：https://www.runoob.com/postgresql/postgresql-tutorial.html

3.常见研究误区

• 1. 时间依赖性偏倚：

•   • 错误：将入ICU时间点作为随访起点

•   • 修正：采用landmark analysis方法

• 2. 混杂因素控制：

•   • 错误：残余混杂因素

•   • 修正：采用倾向性评分加权或多因素模型中纳入倾向性评分