MIT 重症数据马拉松 2023 脉搏血氧校正数据集

这份数据由 MIT Critical Data 等单位的研究者为 2023 年 MIT 重症数据马拉松整理，托管于 PhysioNet。它派生自 MIMIC-IV v2.2，收录 81,797 个 ICU 动脉血氧饱和度与脉搏血氧饱和度配对。每个脉搏血氧读数取血气前 90 分钟内的值，患者信息、治疗、SOFA 评分与生命体征也按时间对齐。源库覆盖 2008—2019 年 Beth Israel Deaconess 医学中心的 ICU 患者。

脉搏血氧仪在不同肤色人群中的准确度不同，可能漏诊低氧血症。隐匿性低氧血症指血氧仪读数正常，动脉血氧饱和度却已偏低。这份数据可用于建立校正模型，从 SpO2 与协变量估计 SaO2。它也可用于识别隐匿性低氧血症，并比较不同种族分组的误差。

它派生自单中心 ICU 的真实血气与监测记录，属于 1.0 临床真实一层。模型可以学习 SpO2 读数偏离 SaO2 的规律，以及偏差与种族分组、病情严重度的关系。隐匿性低氧血症标签按阈值规则生成，没有专家标注。维护方建议了三项任务，但不预设划分和评估指标，由使用者自定。无有效配对的患者未纳入，存在抽样选择偏倚，模型上线前要做公平性审计。

项目	内容
规模	81,797 个 SaO2–SpO2 配对
记录来源	诊疗过程
记录单位	动脉与脉搏血氧配对
专家标注	无，仅自动标签
任务环境	未列明，官方建议三项任务但未给划分与指标

表：mimic_pulseOx_data.csv。

字段	含义	类型或取值
SaO2_timestamp	SaO2 测量时间戳	object
SaO2	动脉血氧饱和度	float64
delta_SpO2	SpO2 测量相对 SaO2 的时间偏移（分钟）	int64
SpO2	外周血氧饱和度	int64
hidden_hypoxemia	是否为隐匿性低氧血症	int64
race_group	种族归并分组	object
SOFA_admission	入院时 SOFA 评分	int64
FiO2	吸入氧浓度	float64

表：mimic_pulseOx_data.csv。

合成样例，非真实记录。

动脉血氧饱和度	脉搏血氧饱和度	隐匿性低氧血症	女性	入院年龄	入院 SOFA 评分	有创机械通气	院内死亡
94.0	96	0	1	67	5	1	0
86.5	90	1	0	58	8	1	1
97.1	98	0	0	74	3	0	0

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，须通过认证并签数据使用协议

项目	内容
维护方口径	SpO2 取 SaO2 前 90 分钟内的值配对。附变量字典与预处理代码
已知局限	主要局限为抽样选择偏倚，无有效配对者未纳入。数据可能带有内嵌偏倚，上线前须做公平性审计

• 急危重症　›　床旁测量的准确性与偏差

https://physionet.org/content/mit-critical-datathon-2023/1.0.0/；https://physionet.org/content/mit-critical-datathon-2023/view-license/1.0.0/。