MIMIC-IV 重症监护数据库

原名:MIMIC-IV v3.1。

发布时间
2024-10-11
数据集规模
364,627 名患者、546,028 次住院
更新日期
2026-10-25
所属话题
急危重症 › 成人重症监护数据库
相关话题
急性胸痛的评估、急性阑尾炎、脊髓损伤、急性缺血性脑卒中、髋部骨折

概述

MIMIC-IV 由麻省理工学院计算生理学实验室维护,数据来自美国波士顿 Beth Israel Deaconess 医学中心。它收录 2008—2022 年入该院急诊或重症监护病房的患者。全库共 364,627 名患者、546,028 次住院、94,458 次 ICU 住院。记录包括检验、微生物、医嘱、给药、处方、ICD 与 DRG 编码,以及 ICU 监护数据。

同一患者的多次住院、急诊与 ICU 停留可以前后串联。研究者常用它分析重症患者的检验、用药与院内死亡之间的关系。院内死亡之外,数据还经州死亡记录链接了出院后的死亡日期,最长到末次出院后 1 年。它也可与 MIMIC-IV 的急诊、病历文本与胸片子库链接,研究同一次就诊的多源信息。

对人工智能学习的帮助

它是一家医院 2008—2022 年的急诊、住院与重症监护诊疗记录,属于 1.0 临床真实一层。模型可以从中学习重症患者检验、用药与转归随时间的变化。诊断与操作带 ICD 与 DRG 编码,能学到 2.0 规则语义。未见为研究另做的专家标注,也未见公开的训练与测试划分。记录未经清洗,可能含不合理值。日期按患者整体平移,不同患者之间的日历时间不可比。数据只来自一家医院,用于其他人群前要另做验证。

记录形态

项目 内容
规模 364,627 名患者、546,028 次住院
记录来源 诊疗过程
记录单位 患者与住院
时间轴 纵向,同一患者在同一医院可有多次住院,跨度 2008—2022 年
结局 院内死亡,以及出院 1 年内经州死亡记录链接的院外死亡
专家标注 未列明
任务环境 未列明

数据结构

表:admissions(hosp 模块)。

字段 含义 类型或取值
subject_id 患者去标识整数编号 INTEGER NOT NULL
hadm_id 单次住院编号 INTEGER NOT NULL;取值 2000000–2999999
admittime 入院日期时间 TIMESTAMP NOT NULL
dischtime 出院日期时间 TIMESTAMP
admission_type 入院类型,反映紧急程度 VARCHAR(40) NOT NULL;共 9 类,如 ELECTIVE、URGENT、EW EMER.
discharge_location 出院去向 VARCHAR(60);如 HOME、SKILLED NURSING FACILITY、DIED
insurance 本次住院记录的保险类别 VARCHAR(255)
hospital_expire_flag 是否院内死亡 SMALLINT;1=院内死亡,0=存活出院

样例

表:hosp/admissions.csv.gz(MIMIC-IV Clinical Database Demo v2.2,100 名患者的公开子集)。

患者编号 住院编号 入院类型 入院来源 出院去向 保险类别 院内死亡
10004235 24181354 URGENT TRANSFER FROM HOSPITAL SKILLED NURSING FACILITY Medicaid 0
10009628 25926192 URGENT TRANSFER FROM HOSPITAL HOME HEALTH CARE Medicaid 0
10018081 23983182 URGENT TRANSFER FROM HOSPITAL SKILLED NURSING FACILITY Medicare 0

获取

项目 内容
许可 PhysioNet Credentialed Health Data License 1.5.0
商用 未列明
申请 须通过凭证审核、完成 CITI 培训并签数据使用协议
中国可用性 未写国别限制,个人须过凭证审核

质量与局限

项目 内容
维护方口径 提供版本说明、在线文档与行数校验脚本
已知局限 常规诊疗记录未清洗,可能有不合理值。日期按患者平移,不同患者之间时间不可比

所属话题

出处

https://physionet.org/content/mimiciv/3.1/;https://physionet.org/content/mimiciv/view-license/3.1/;https://physionet.org/content/mimiciv/view-dua/3.1/;https://physionet.org/about/faqs/。

审校:数巨有谱真实数据研究团队|编辑:数巨有谱AI团队