关于MIMIC数据库复现练手遇到的问题！

Question

学习了数据库相关文章和数据提取分析后想自己练手试一试
想复现以下文章

提取筛选数据的过程中就遇到了问题
，原文的纳排为下图

其他我都能自己提取到
唯一就是既往有房颤史的患者我没有思路排除
好像数据库本身是没有既往史相关记录的
恳求各位能人解答

Answer 1

下午好🌅🌅🌅
本答案参考通义千问

你提到在复现文章时，既往有房颤史的患者的排除是一个难点。确实，在MIMIC数据库中，既往病史（如房颤）的记录并不是像“诊断”那样直接存储在一个字段中，而是需要通过ICD-9/10编码、文本描述或临床注释等方式进行推断和提取。

下面我将详细说明如何从MIMIC数据库中筛选出既往有房颤史的患者，并给出具体步骤和代码示例，帮助你完成数据清洗和筛选。

---

一、问题分析

1. MIMIC数据库的特点

• MIMIC数据库中没有专门的“既往病史”表。
• 房颤（Atrial Fibrillation, AF）通常以以下方式出现：
  • 诊断表（diagnoses_icd）：包含ICD-9/10编码
  • 实验室检查（labevents）：某些指标可能间接提示房颤
  • 临床注释（noteevents）：医生笔记中可能提及房颤史
  • 药物表（medevents）：某些抗凝药物可能与房颤相关

---

二、解决方案（详细步骤）

1. 使用ICD-9/10编码识别房颤

房颤的ICD-9和ICD-10编码如下：

| ICD版本 | 编码 | 说明 | |---------|------------|----------------| | ICD-9 | 427.31 | 心房颤动 | | ICD-10 | I48.0 | 心房颤动 |

SQL查询示例（基于diagnoses_icd表）：

SELECT DISTINCT subject_id
FROM diagnoses_icd
WHERE (icd9_code = '427.31' OR icd10_code = 'I48.0')
AND hospital_expire_flag = 0; -- 排除已死亡患者

注意： 需要根据你的MIMIC版本（如MIMIC-III或MIMIC-IV）选择对应的编码。

---

2. 使用临床注释（noteevents）查找房颤史

有些患者在入院前的门诊记录或入院评估中会提到“既往有房颤史”。

SQL查询示例（基于noteevents表）：

SELECT DISTINCT subject_id
FROM noteevents
WHERE (text LIKE '%atrial fibrillation%' OR text LIKE '%房颤%')
AND category = 'Discharge summary'; -- 或其他合适的类别

注意： 需要结合具体注释类型（如“Admission Note”、“Discharge Summary”等）来提高准确性。

---

3. 结合药物表（medevents）辅助判断

某些抗凝药物（如华法林、达比加群）可能提示患者有房颤史。

SQL查询示例（基于medevents表）：

SELECT DISTINCT subject_id
FROM medevents
WHERE drug IN ('warfarin', 'dabigatran', 'rivaroxaban');

注意： 药物使用可能不完全反映房颤史，需结合其他数据源。

---

4. 综合所有信息，构建房颤史筛选逻辑

你可以将上述方法结合起来，构建一个更全面的筛选逻辑。

示例SQL（综合多个来源）：

WITH af_patients AS (
    SELECT DISTINCT subject_id
    FROM diagnoses_icd
    WHERE icd9_code = '427.31' OR icd10_code = 'I48.0'
    UNION
    SELECT DISTINCT subject_id
    FROM noteevents
    WHERE text LIKE '%atrial fibrillation%' OR text LIKE '%房颤%'
    AND category = 'Discharge summary'
    UNION
    SELECT DISTINCT subject_id
    FROM medevents
    WHERE drug IN ('warfarin', 'dabigatran', 'rivaroxaban')
)
SELECT * 
FROM patients
WHERE subject_id NOT IN (SELECT * FROM af_patients);

注意： 上述SQL是示例，具体字段名和表结构可能因MIMIC版本而异，需根据实际数据库调整。

---

三、关键点总结（重点部分）

✅ 关键点一：ICD编码是识别房颤的主要手段

• 使用diagnoses_icd表中的ICD-9/10编码（如427.31或I48.0）可以有效识别房颤患者。

✅ 关键点二：临床注释可补充房颤史信息

• 通过noteevents表中的文本内容（如“房颤史”、“心房颤动”等）可以进一步确认患者是否有房颤史。

✅ 关键点三：药物使用可作为辅助判断依据

• 抗凝药物（如华法林）可能提示患者有房颤史，但不能单独作为判断依据。

✅ 关键点四：需结合多种数据源进行交叉验证

• 单一数据源可能遗漏信息，建议结合ICD、注释、药物等多个来源进行筛选。

---

四、推荐学习资源（供参考）

1. MIMIC-III Documentation
2. MIMIC-IV Documentation
3. ICD-9/10 Code Lookup
4. MIMIC-III Example Queries

---

五、修改后的代码示例（假设使用MIMIC-III）

如果你使用的是MIMIC-III数据库，可以尝试以下SQL语句：

-- 提取有房颤史的患者
WITH af_patients AS (
    SELECT DISTINCT subject_id
    FROM diagnoses_icd
    WHERE icd9_code = '427.31'
    UNION
    SELECT DISTINCT subject_id
    FROM noteevents
    WHERE text LIKE '%atrial fibrillation%' OR text LIKE '%房颤%'
    AND category = 'Discharge summary'
    UNION
    SELECT DISTINCT subject_id
    FROM medevents
    WHERE drug IN ('warfarin', 'dabigatran', 'rivaroxaban')
)
-- 最终筛选：排除有房颤史的患者
SELECT *
FROM patients
WHERE subject_id NOT IN (SELECT * FROM af_patients);

---

六、注意事项

• 数据质量：不同医院的注释格式可能不同，需灵活处理。
• 时间范围：房颤史可能发生在入院前，需确保时间戳正确。
• 去重：使用DISTINCT避免重复计数。

---

如果你能提供具体的MIMIC版本（如MIMIC-III或MIMIC-IV），我可以进一步帮你优化SQL查询和筛选逻辑。希望以上内容对你有所帮助！如果还有其他问题，欢迎继续提问！