MIMIC-ivSQL查询策略-总结篇

SQL查询的准备：

SELECT 要求知道需要的列；FROM 要求知道存放的 表（多个表就用join语句进行连接，或者用WITH 语句创建临时 表）；WHERE 语句要求 明确查询的目的； GROUP 要求确定 作为第二“索引”的列（这是我个人的一种感觉，第一索引是自然索引，所以称GROUP 形成的为第二索引）。

以下带大家了解重要的表格以及重要的列：

请结合官方文档进行了解。　　　　　　　　　
MIMIC_IV的模块：

• ICU:这个模块自成体系（相对与另外两个模块），之所以这样说是因为其有自己的反映患者"结局"的表格，即icustays, 其中的列los（length of stay）, 是常用的结局指标，相关文档；另外，这个模块中有自己的实验室检查（chartevents）, 医学操作(*events)，说明表格（d_items）等，这个特点意味着这个模块可以独立进行分析或偶尔地结合hosp等模块的数据进行分析。 **Tips:**表datetimeevent之所以如此命名是因为其value是时间。

• core：mimic_core.admissions是可以看作是收录患者结局的表格，其中的死亡时间和出院时间可以为我们提供计算患者结局的数据。（hospital_expire_flag这个特征提供了患者是否发生院内死亡），相关文档。

• hosp：根据研究方向，如果是对疾病对患者预后的影响感兴趣，用到的表格包括，实验室检查（labevents, d_labitems）,诊断信息（diagnoses_icd, d_icd_diagnoses, drgcodes）；如果是对患者用的药物对患者的预后感兴趣，药物使用（emar，emar_detail）、药物处方（prescriptions,pharmacy）,诊断信息 是重要的表格，其它的表格可以暂时列为不重要的表格，相关文档。

尽管数据库提供了很多的表格， 真正用到的就那么几个：

• mimic_icu.icustays; icu结局信息
• mimic_icu.chartevents; icu预测变量信息
• mimic_core.admissions；住院结局信息
• mimic_hosp.labevents, 住院实验室检查信息
• mimic_hosp.diagnosis_icd; 住院诊断信息
• 等

用到的SQL语句的种类也不是很多，也有一定的模式

• SELECT 需要的变量
  • 纵向数据转横向数据、异常值、单位换等：case when … then …(可多个) else…end
  • 排序:rownumber
• FROM 相关的表格，
  • 多个表格就用JOIN
  • 建立临时表格with
• WHERE过滤筛选，常见的是筛选某种疾病
• GROUP 建立第二索引

一些细节:

• 多条记录变一条: max(), 分类变量或连续变量求最新值; AVG(), 求平均值, 常规测量的连续数据,比如心率. 时间的处理；
• 时间一般是对值的一个限定, 不是COX分析中单独的时间列, 所以出现在SQL的条件筛选部分,作为筛选的一个条件, 而不是单独个一列.
• 衍生的表格mimic_derived 有不少的用途

不要紧，可以一步一步来
第一步，就我个人来说，先找到感兴趣的某种疾病，作为整个查询的限定。

select icd_code, icd_version, long_title from mimic_hosp.d_icd_diagnoses where long_title ~* 'myocardial'

这还是从"科研杂录"的文章学习过来的！~*是匹配后面的字符串。
更常见的是根据代码来进行匹配。
第二步，确定我需要什么样的信息以及这些信息存储在哪些表格内；一般需要的信息就是患者的一般信息（年龄，性别等），实验室信息， 治疗信息， 预后信息（死亡等）。mimic IV贴心地在ICU模块中提供了一个lookup 表格来帮助定位以上的信息， d_items。以d（dictionary）开头的表格都是这种信息表，可以下载下来随时查询。

d_items截图，可以看到其linksto一栏指明了信息储存的表格。

hosp模块中也有几个d_开头的表格，其作用是用来查询对应表格（以events结尾的表格）的编码， 其用法类似上面提到的d_icd_diagnoses。其它的表格存储的内容可以从表格的名称来推断。

第三步，制定查询的策略， 之前发表的关于mimic III的一篇文章（doi：10.1145/3368555.3384469）首先将所有的指标提取为patients、vital_labs和interventions 三个表格，可以作为借鉴。

-- This query checks if the patient had AKI according to KDIGO.
-- AKI is calculated every time a creatinine or urine output measurement occurs.
-- Baseline creatinine is defined as the lowest creatinine in the past 7 days.

-- get creatinine stages
with cr_stg AS
(
  SELECT
    cr.stay_id
    , cr.charttime
    , cr.creat_low_past_7day 
    , cr.creat_low_past_48hr
    , cr.creat
    , case
        -- 3x baseline
        when cr.creat >= (cr.creat_low_past_7day*3.0) then 3
        -- *OR* cr >= 4.0 with associated increase
        when cr.creat >= 4
        -- For patients reaching Stage 3 by SCr >4.0 mg/dl
        -- require that the patient first achieve ... acute increase >= 0.3 within 48 hr
        -- *or* an increase of >= 1.5 times baseline
        and (cr.creat_low_past_48hr <= 3.7 OR cr.creat >= (1.5*cr.creat_low_past_7day))
            then 3 
        -- TODO: initiation of RRT
        when cr.creat >= (cr.creat_low_past_7day*2.0) then 2
        when cr.creat >= (cr.creat_low_past_48hr+0.3) then 1
        when cr.creat >= (cr.creat_low_past_7day*1.5) then 1
    else 0 end as aki_stage_creat
  FROM `physionet-data.mimic_derived.kdigo_creatinine` cr
)
-- stages for UO / creat
, uo_stg as
(
  select
      uo.stay_id
    , uo.charttime
    , uo.weight
    , uo.uo_rt_6hr
    , uo.uo_rt_12hr
    , uo.uo_rt_24hr
    -- AKI stages according to urine output
    , CASE
        WHEN uo.uo_rt_6hr IS NULL THEN NULL
        -- require patient to be in ICU for at least 6 hours to stage UO
        WHEN uo.charttime <= DATETIME_ADD(ie.intime, INTERVAL '6' HOUR) THEN 0
        -- require the UO rate to be calculated over half the period
        -- i.e. for uo rate over 24 hours, require documentation at least 12 hr apart
        WHEN uo.uo_tm_24hr >= 11 AND uo.uo_rt_24hr < 0.3 THEN 3
        WHEN uo.uo_tm_12hr >= 5 AND uo.uo_rt_12hr = 0 THEN 3
        WHEN uo.uo_tm_12hr >= 5 AND uo.uo_rt_12hr < 0.5 THEN 2
        WHEN uo.uo_tm_6hr >= 2 AND uo.uo_rt_6hr  < 0.5 THEN 1
    ELSE 0 END AS aki_stage_uo
  from `physionet-data.mimic_derived.kdigo_uo` uo
  INNER JOIN `physionet-data.mimic_icu.icustays` ie
    ON uo.stay_id = ie.stay_id
)
-- get all charttimes documented
, tm_stg AS
(
    SELECT
      stay_id, charttime
    FROM cr_stg
    UNION DISTINCT
    SELECT
      stay_id, charttime
    FROM uo_stg
)
select
    ie.subject_id
  , ie.hadm_id
  , ie.stay_id
  , tm.charttime
  , cr.creat_low_past_7day 
  , cr.creat_low_past_48hr
  , cr.creat
  , cr.aki_stage_creat
  , uo.uo_rt_6hr
  , uo.uo_rt_12hr
  , uo.uo_rt_24hr
  , uo.aki_stage_uo
  -- Classify AKI using both creatinine/urine output criteria
  , GREATEST(
        COALESCE(cr.aki_stage_creat,0),
        COALESCE(uo.aki_stage_uo,0)
        ) AS aki_stage
FROM `physionet-data.mimic_icu.icustays` ie
-- get all possible charttimes as listed in tm_stg
LEFT JOIN tm_stg tm
  ON ie.stay_id = tm.stay_id
LEFT JOIN cr_stg cr
  ON ie.stay_id = cr.stay_id
  AND tm.charttime = cr.charttime
LEFT JOIN uo_stg uo
  ON ie.stay_id = uo.stay_id
  AND tm.charttime = uo.charttime
;