MIMIC-III 院内获得性疾病风险数据集

数据集由美国国家医学图书馆的作者从 MIMIC-III 派生，用于三种院内获得性疾病的风险预测。三种疾病是急性肾损伤、压力性损伤与贫血，各有训练、验证与测试队列。病历文本被转换为 UMLS 概念编号，按日汇总成每次住院的概念序列。病例数未列明。

院内获得性急性肾损伤、压力性损伤和贫血会延长住院、增加费用。这份数据可用于研究入院 48 小时后这三类事件的提前预警。它也可用于比较基于病历文本的不同风险预测方法。

它的输入来自真实病历文本，属于 1.0 临床真实一层。病历被映射为 UMLS 标准概念，模型能学到 2.0 规则语义。标签按 KDIGO、NPUAP 与 WHO 标准等规则自动判定，没有人工判定。阴性样本的事件日期是抽样生成的，不对应真实事件。预测提前量的表述前后不一，有 24—96 小时与 48—96 小时两种。

项目	内容
记录语言	无自由文本
记录来源	诊疗过程
记录单位	一次住院
时间轴	单次，按日汇总单次住院中各份病历的概念快照
结局	院内获得性急性肾损伤、压力性损伤与贫血的事件日期
专家标注	无，仅自动标签
任务环境	有，三种疾病各有固定划分，评测指标未写

表：chronology CSV files。

字段	含义	类型或取值
subject_id	患者编号	CSV 第 1 列
hadm_id	住院编号	CSV 第 2 列
timestamp	该组观测的记录时间（chart time）	CSV 第 3 列
observations	病历中抽取的观测概念	以空格分隔的观测 ID 列表，如 UMLS CUI

表：chronology CSV。

合成样例，非真实记录。

患者编号	住院编号	当日抽取的 UMLS 概念
10001	100001	C0020538 C0011849 C0018802
10001	100001	C0020538 C0018802 C0032285
10001	100001	C0018802 C0032285 C0002871

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

项目	内容
维护方口径	事件日期按种子概念、词汇模式与结构化标准判定。阴性样本以 Gamma 分布抽取伪事件时间
已知局限	标签为规则间接监督，非人工判定。阴性样本事件日期为抽样生成。预测提前量页面前后不一

• 感染性疾病　›　医院感染与抗菌药物耐药
• 急危重症　›　重症派生数据与预测基准

https://physionet.org/content/nosocomialriskdata/1.0/；https://physionet.org/content/nosocomialriskdata/view-license/1.0/。