mimic數據統計

是否能聯通

psql -h 127.0.0.1 -U Shinelon-d mimic --password

pgadmin建庫

psql -d mimiciv -f mimic-iv/buildmimic/postgres/create.sql

也可以pgadmin直接運行create.sql

導入csv.gz數據

psql -d mimic -v ON_ERROR_STOP=1 -v mimic_data_dir=H:/mimic-iv-2.2 -f C:\Users\Shinelon\Downloads\mimic-code-main\mimic-iv\buildmimic\postgres\load_gz.sql

醫院表

表名	功能描述
admissions	患者入院信息（入院時間、出院時間、入院類型、科室等）
d_hcpcs	HCPCS 編碼字典（解釋 HCPCS 代碼對應的醫療服務 / 物品含義）
d_icd_diagnoses	ICD-9 診斷編碼字典（關聯`diagnoses_icd`，提供診斷名稱、縮寫等）
d_icd_procedures	ICD-9 手術編碼字典（關聯`procedures_icd`，解釋手術編碼含義）
d_labitems	實驗室檢測項字典（關聯`labevents`，解釋`itemid`對應的檢測名稱、單位等）
diagnoses_icd	患者診斷記錄（存儲 ICD-9 編碼，關聯`subject_id`、`hadm_id`）
drgcodes	DRG 分組信息（患者的診斷相關分組，用于醫保付費等）
emar	電子用藥醫囑（用藥醫囑概要，如藥品、時間）
emar_detail	電子用藥醫囑詳情（劑量、頻率、給藥途徑等）
hcpcs_events	HCPCS 服務記錄（患者接受的 HCPCS 編碼對應的醫療服務）
labevents	實驗室檢測結果（患者的檢驗數據，關聯`d_labitems`的`itemid`）
microbiologyevents	微生物檢測結果（細菌培養、藥敏試驗等）
omr	門診病歷記錄（Outpatient Medical Records，門診相關數據）
patients	患者基本信息（性別、出生日期、唯一標識`subject_id`等）
pharmacy	藥房信息（藥品庫存、調配記錄等）
poe	醫囑錄入（Provider Order Entry，醫囑錄入的基本信息）
poe_detail	醫囑詳情（`poe`的補充信息，如醫囑具體參數）
prescriptions	處方記錄（患者的處方信息，含藥品、劑量、開方時間等）
procedures_icd	手術記錄（存儲 ICD-9 手術編碼，關聯`subject_id`、`hadm_id`）
provider	醫護人員信息（ID、姓名、科室等）
services	院內服務記錄（患者所在服務單元，如 ICU、普通病房等）
transfers	轉科記錄（患者在院內的科室轉移時間、去向等）

卒中icd數據和提取

ICD-9 和 ICD-10 中 “卒中（stroke）” 的核心編碼范圍如下：

ICD-9-CM（MIMIC-III 常用）

卒中編碼集中在 430–438（循環系統疾病類目），關鍵亞類包括：
- 430：蛛網膜下腔出血
- 431：腦內出血（非創傷性）
- 434：腦動脈閉塞（如腦血栓形成、腦栓塞）
- 436：急性難分類腦血管病
- 排除：435（短暫性腦缺血發作，TIA）通常不被視為卒中
ICD-10-CM（MIMIC-IV 常用）

卒中編碼對應 I60–I69（腦血管疾患類目），關鍵亞類包括：
- I60：非創傷性蛛網膜下腔出血
- I61：非創傷性腦內出血
- I63：腦梗死（缺血性卒中）
- I64：未特指為出血或梗死的卒中
- I69：腦血管病后遺癥（如卒中后偏癱）
應用場景（如 MIMIC 數據庫）
- 若使用 MIMIC-III（ICD-9），可通過 diagnoses_icd.icd_code and diagnoses_icd.icd_version=9 BETWEEN '430' AND '438' 篩選卒中病例；
- 若使用 MIMIC-IV（ICD-10），則通過 diagnoses_icd10.icd_code BETWEEN 'I60' AND 'I69' 篩選。

提取所有ICD-9編碼為434（缺血性卒中）的患者唯一ID（subject_id）

SELECT DISTINCT di.subject_id
FROM MIMICIV_HOSP.diagnoses_icd di – ICD-9診斷表
WHERE di.icd_code like ‘434%’ and di.icd_version=9 – 注意ICD編碼是字符串類型，需加單引號
or di.icd_code like ‘163%’ and di.icd_version=10 – 注意ICD編碼是字符串類型，需加單引號

提取AD的患者

G301 G309 G308 G300 3310

SELECT DISTINCT di.subject_id FROM MIMICIV_HOSP.diagnoses_icd di
WHERE (di.icd_version = 9 AND di.icd_code = ‘3310’) OR
(di.icd_version = 10 AND (di.icd_code IN (‘G301’, ‘G309’, ‘G308’, ‘G300’)) );

診斷排序

SELECT
icd_code,
count(icd_code) AS item_count – 每個itemid的出現次數
FROM MIMICIV_HOSP.diagnoses_icd
GROUP BY icd_code-- 按icd項目分組
ORDER BY desc item_count ; – 按itemid排序

匹配icd title

`import pandas as pd

# 讀取診斷數據

all_diagnosis_df = pd.read_csv(r’H:\mimic-iv-2.2\all_diagnosis.csv’)

# 讀取ICD字典數據

d_icd_df = pd.read_csv(r’H:\mimic-iv-2.2\hosp\csv\d_icd_diagnoses.csv’)

# 去除icd_code中的所有空格（包括中間和首尾的空格）

# 為原始數據添加處理后的icd_code列，用于匹配

all_diagnosis_df[‘icd_code_clean’] = all_diagnosis_df[‘icd_code’].astype(str).str.replace(r’\s+', ‘’, regex=True)

d_icd_df[‘icd_code_clean’] = d_icd_df[‘icd_code’].astype(str).str.replace(r’\s+', ‘’, regex=True)

# 提取ICD字典中處理后的所有icd_code并轉為集合（提高查找效率）

icd_codes_in_dict = set(d_icd_df[‘icd_code_clean’].unique())

# 提取待匹配的所有處理后的icd_code（去重）

all_icd_codes = all_diagnosis_df[‘icd_code_clean’].unique()

# 同時保留原始icd_code用于顯示

original_icd_mapping = dict(zip(all_diagnosis_df[‘icd_code_clean’], all_diagnosis_df[‘icd_code’]))

# 存儲未找到匹配的icd_code（原始值和處理后的值）

not_found_codes = []

# 逐個匹配并檢查

print(“開始匹配ICD代碼（已自動去除空格）…”)

for clean_code in all_icd_codes:

? original_code = original_icd_mapping[clean_code]

? if clean_code not in icd_codes_in_dict:

? not_found_codes.append({

? ‘原始代碼’: original_code,

? ‘處理后代碼’: clean_code

? })

? print(f"未找到匹配: 原始代碼=‘{original_code}’，處理后代碼=‘{clean_code}’")

# 打印總結信息

print(f"\n匹配完成。共檢查 {len(all_icd_codes)} 個唯一ICD代碼，其中 {len(not_found_codes)} 個未找到匹配。")

# 執行合并操作（使用處理后的代碼進行匹配）

merged_df = pd.merge(

? all_diagnosis_df,

? d_icd_df[[‘icd_code_clean’, ‘icd_version’, ‘long_title’, ‘icd_code’]], # 保留原始icd_code

? on=‘icd_code_clean’,

? how=‘left’,

? suffixes=(‘’, ‘_dict’) # 區分原始和字典中的icd_code

)

# 調整列順序，移除臨時的clean列

merged_df = merged_df.drop(columns=[‘icd_code_clean’])

# 可選：如果需要可以將字典中的原始icd_code重命名

# merged_df = merged_df.rename(columns={‘icd_code_dict’: ‘icd_code_from_dict’})

# 保存結果文件

csv_path = r’H:\mimic-iv-2.2\all_diagnosis_filled.csv’

merged_df.to_csv(csv_path, index=False)

print(f"\n合并結果已保存至: {csv_path}")

# 可選：將未找到的代碼保存到文件

if not_found_codes:

? not_found_df = pd.DataFrame(not_found_codes)

? not_found_path = r’H:\mimic-iv-2.2\icd_codes_not_found.csv’

? not_found_df.to_csv(not_found_path, index=False)

? print(f"未找到的ICD代碼已保存至: {not_found_path}")

? `

前20的診斷

一般診斷數越多病例越多越好出文章

icd_code	item_count	icd_version	long_title
4019	97361	9	Unspecified essential hypertension
2724	63875	9	Other and unspecified hyperlipidemia
I10	51706	10	Essential (primary) hypertension
E785	48581	10	Hyperlipidemia, unspecified
53081	46238	9	Esophageal reflux
25000	41029	9	Diabetes mellitus without mention of complication, type II or unspecified type, not stated as uncontrolled
Z87891	38893	10	Personal history of nicotine dependence
42731	35180	9	Atrial fibrillation
311	34632	9	Depressive disorder, not elsewhere classified
4280	34597	9	Congestive heart failure, unspecified
41401	34237	9	Coronary atherosclerosis of native coronary artery
K219	33737	10	Gastro-esophageal reflux disease without esophagitis
V1582	30197	9	Personal history of tobacco use
F329	28787	10	Major depressive disorder, single episode, unspecified
5849	27641	9	Acute kidney failure, unspecified
2449	27065	9	Unspecified acquired hypothyroidism
I2510	25398	10	Atherosclerotic heart disease of native coronary artery without angina pectoris
3051	24542	9	Tobacco use disorder
2859	23288	9	Anemia, unspecified

實驗室檢查分析統計

統計每個itemid的記錄數，并按itemid排列

SELECT
itemid,
count(itemid) AS item_count – 每個itemid的出現次數
FROM MIMICIV_HOSP.labevents
GROUP BY itemid – 按檢測項目分組
ORDER BY itemid desc; – 按itemid排序（此時排序有效）

依舊是匹配之后出前20的實驗室指標

itemid	item_count	label	fluid	category
51221	3325700	Hematocrit	Blood	Hematology
50912	3282278	Creatinine	Blood	Chemistry
51265	3216656	Platelet Count	Blood	Hematology
51006	3189474	Urea Nitrogen	Blood	Chemistry
51222	3188835	Hemoglobin	Blood	Hematology
51301	3171798	White Blood Cells	Blood	Hematology
51249	3167190	MCHC	Blood	Hematology
51279	3167075	Red Blood Cells	Blood	Hematology
51250	3167074	MCV	Blood	Hematology
51248	3167073	MCH	Blood	Hematology
51277	3166860	RDW	Blood	Hematology
50971	3150261	Potassium	Blood	Chemistry
50983	3119778	Sodium	Blood	Chemistry
50902	3083705	Chloride	Blood	Chemistry
50882	2972827	Bicarbonate	Blood	Chemistry
50868	2965452	Anion Gap	Blood	Chemistry
50931	2749562	Glucose	Blood	Chemistry
50893	2190816	Calcium, Total	Blood	Chemistry
50960	2154209	Magnesium	Blood	Chemistry

醫囑procedure分析

SELECT
itemid,
count(itemid) AS item_count – 每個itemid的出現次數
FROM MIMICIV_HOSP.procedures_icd
GROUP BY itemid – 按檢測項目分組
ORDER BY itemid desc; – 按itemid排序（此時排序有效）

前20procedure

icd_code	item_count	icd_version	long_title	icd_code_dict
3893	13928	9	Venous catheterization, not elsewhere classified	3893
02HV33Z	10061	10	Insertion of Infusion Device into Superior Vena Cava, Percutaneous Approach	02HV33Z
8938	10041	9	Other nonoperative respiratory measurements	8938
3897	9843	9	Central venous catheter placement with guidance	3897
8856	9043	9	Coronary arteriography using two catheters	8856
966	7811	9	Enteral infusion of concentrated nutritional substances	966
3995	7374	9	Hemodialysis	3995
0040	7158	9	Procedure on single vessel	0040
9671	7036	9	Continuous invasive mechanical ventilation for less than 96 consecutive hours	9671
8952	6506	9	Electrocardiogram	8952
5491	6245	9	Percutaneous abdominal drainage	5491
9604	6203	9	Insertion of endotracheal tube	9604
3722	5788	9	Left heart cardiac catheterization	3722
8744	5482	9	Routine chest x-ray, so described	8744
4513	5470	9	Other endoscopy of small intestine	4513
0066	5100	9	Percutaneous transluminal coronary angioplasty [PTCA]	0066
9925	5006	9	Injection or infusion of cancer chemotherapeutic substance	9925
3E0G76Z	4871	10	Introduction of Nutritional Substance into Upper GI, Via Natural or Artificial Opening	3E0G76Z
3961	4833	9	Extracorporeal circulation auxiliary to open heart surgery	3961
3899	4712	9	Other puncture of vein	3899

HCPC分析

HCPC 全稱為 Healthcare Common Procedure Coding System（醫療通用程序編碼系統），是美國用于標準化描述醫療服務、醫療程序、醫療用品（如器械、藥品）的編碼體系，由美國醫療保險和醫療補助服務中心（CMS）與美國醫學會（AMA）共同維護，核心作用是統一醫療服務的標識，支撐醫保結算、醫療數據統計和服務費用核算。

核心組成與用途

主要編碼類型
- Level I（CPT 編碼）：對應醫生提供的診療服務（如手術、檢查、門診治療），由 AMA 制定，編碼為 5 位數字（如 99213 代表常規門診隨訪）。
- Level II：對應醫療用品、設備、特殊服務（如輪椅、假肢、家庭醫療服務），編碼以字母開頭 + 4 位數字（如 E0100 代表標準輪椅）。
核心用途
- 醫保報銷：作為美國醫保（如 Medicare/Medicaid）判斷服務是否覆蓋、計算報銷金額的依據；
- 數據標準化：統一不同醫療機構的服務記錄，便于醫療質量分析、疾病與治療關聯研究；
- 費用核算：明確醫療服務的具體編碼，對應收費標準。

SELECT
hcpcs_cd,
count(hcpcs_cd) AS item_count – 每個itemid的出現次數
FROM MIMICIV_HOSP.hcpcsevents
GROUP BY hcpcs_cd – 按檢測項目分組
ORDER BY hcpcs_cd desc; – 按itemid排序（此時排序有效）

前20hcpc

hcpcs_cd	item_count	code	short_description	long_description
G0378	53184	G0378	Hospital observation per hr	Hospital observation service, per hour
99219	44401	99219	Hospital observation services
99218	10222	99218	Hospital observation services
99220	9775	99220	Hospital observation services
43262	960	43262	Digestive system
93454	923	93454	Cardiovascular
44970	921	44970	Digestive system
43264	839	43264	Digestive system
43239	719	43239	Digestive system
47562	717	47562	Digestive system
C9600	627	C9600	Perc drug-el cor stent sing	Percutaneous transcatheter placement of drug eluting intracoronary stent(s), with coronary angioplasty when performed; single major coronary artery or branch
43235	441	43235	Digestive system
64447	398	64447	Nervous system
45380	382	45380	Digestive system
93458	373	93458	Cardiovascular
64415	347	64415	Nervous system
92980	328	92980	Cardiovascular
43274	323	43274	Digestive system
36246	311	36246	Cardiovascular system