真实世界数据研究专区 · 数据集
MIMIC-IV 重症监护数据库
原名:MIMIC-IV v3.1。
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