阿姆斯特丹大学医学中心重症监护数据库(AmsterdamUMCdb)

原名:AmsterdamUMCdb。

发布时间
2019-11-17
数据集规模
20,109 名患者、23,106 次 ICU 或高依赖病房入住
更新日期
2026-10-25
所属话题
急危重症 › 成人重症监护数据库

概述

AmsterdamUMCdb 由阿姆斯特丹大学医学中心重症医学科的 C4I 中心维护,与荷兰重症医学会共同制作。已发布的 Rembrandt 版收录该院 AMC 院区 2003—2016 年的成人重症监护与高依赖病房记录。全库共 20,109 名患者、23,106 次入住,近 10 亿条临床观测、近 500 万条用药记录。记录包括人口学、生命体征、检验、用药、评分、设备数据、操作与诊断。筹备中的 Van Gogh 版将合并两个院区 2002—2023 年的数据。

数据按入住时间顺序记录监护与治疗,可研究重症患者在 ICU 内的生理变化、治疗反应与死亡。同一患者的多次入住可以串联,可研究 ICU 再入住。它来自荷兰,可与美国的重症数据库对照,检验模型与结论在不同国家间是否稳定。

对人工智能学习的帮助

它是一家荷兰医院 2003—2016 年的重症监护诊疗记录,属于 1.0 临床真实一层。模型可以从中学到监护数据与用药、评分之间的时间关系。1.5.0 版按 OMOP CDM 5.4 映射到 SNOMED、LOINC 与 RxNorm,能学到 2.0 规则语义。未见为研究另做的专家标注,也没有公开的评测划分。记录只覆盖 ICU 入住期间,OMOP 版很多表未填充。死亡表可能含与 ICU 入住无关的死亡,出院后随访未列明。源条目描述多为荷兰语。

记录形态

项目 内容
规模 20,109 名患者、23,106 次 ICU 或高依赖病房入住
记录语言 以结构化数据为主,源条目描述为荷兰语
记录来源 诊疗过程
记录单位 患者与 ICU 入住
时间轴 纵向,同一患者可有多次 ICU 或高依赖病房入住,跨度 2003—2016 年
结局 死亡表记录入住过 ICU 患者的死亡,来源与随访年限未写
专家标注 未列明,内容为日常诊疗记录
任务环境 未列明,仅有文档、范例代码与教程

数据结构

表:admissions(旧版表结构,适用于 1.0.2 及以前)。

字段 含义 类型或取值
patientid 患者唯一标识,跨多次入住不变 integer
admissionid ICU 入住唯一标识,供其他表关联 integer
location 入住科室 string:IC、MC、IC&MC 或 MC&IC
urgency 是否为非计划入住 bit:1 紧急,0 计划
admittedat 距首次入住的毫秒数 integer,首次入住为 0
lengthofstay 本次入住时长(小时) integer
gender 性别 string:Man|Vrouw
agegroup 入住时年龄分组 string,分组

样例

表:admissions(1.0.2 及以前的原始表结构)。

合成样例,非真实记录。

患者编号 入住编号 第几次入住 入住科室 是否紧急入住 距首次入住毫秒数 入住时长(小时) 性别
1001 2001 1 IC 1 0 52 Man
1001 2002 2 MC 0 1209600000 20 Man
1002 2003 1 IC&MC 1 0 118 Vrouw

获取

项目 内容
许可 AmsterdamUMCdb End User License
商用 否,许可限非商业科学研究
申请 须 CITI 培训证书、机构邮箱、在职重症医师推荐并签最终用户许可
中国可用性 任何地方的研究者都可申请,须用机构邮箱,免费邮箱不予接受

质量与局限

项目 内容
维护方口径 OMOP CDM 5.4 版把检验映射到检验项目编码(LOINC)、药物映射到 RxNorm。GitHub 提供各表说明、数据字典与范例代码
已知局限 只含 ICU 入住期间数据,OMOP 很多表未填充。死亡表可能含与 ICU 入住无关的死亡记录

所属话题

出处

https://amsterdammedicaldatascience.nl/;https://github.com/AmsterdamUMC/AmsterdamUMCdb;https://raw.githubusercontent.com/AmsterdamUMC/AmsterdamUMCdb/master/README.md;https://raw.githubusercontent.com/AmsterdamUMC/AmsterdamUMCdb/master/amsterdamumcdb/dictionary/dictionary.csv。

审校:数巨有谱真实数据研究团队|编辑:数巨有谱AI团队