是否能联通

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

pgadmin建库

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

也可以pgadmin直接运行create.sql

导入csv.gz数据

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

医院表

表名	功能描述
admissions	患者入院信息（入院时间、出院时间、入院类型、科室等）
d_hcpcs	HCPCS 编码字典（解释 HCPCS 代码对应的医疗服务 / 物品含义）
d_icd_diagnoses	ICD-9 诊断编码字典（关联diagnoses_icd，提供诊断名称、缩写等）
d_icd_procedures	ICD-9 手术编码字典（关联procedures_icd，解释手术编码含义）
d_labitems	实验室检测项字典（关联labevents，解释itemid对应的检测名称、单位等）
diagnoses_icd	患者诊断记录（存储 ICD-9 编码，关联subject_id、hadm_id）
drgcodes	DRG 分组信息（患者的诊断相关分组，用于医保付费等）
emar	电子用药医嘱（用药医嘱概要，如药品、时间）
emar_detail	电子用药医嘱详情（剂量、频率、给药途径等）
hcpcs_events	HCPCS 服务记录（患者接受的 HCPCS 编码对应的医疗服务）
labevents	实验室检测结果（患者的检验数据，关联d_labitems的itemid）
microbiologyevents	微生物检测结果（细菌培养、药敏试验等）
omr	门诊病历记录（Outpatient Medical Records，门诊相关数据）
patients	患者基本信息（性别、出生日期、唯一标识subject_id等）
pharmacy	药房信息（药品库存、调配记录等）
poe	医嘱录入（Provider Order Entry，医嘱录入的基本信息）
poe_detail	医嘱详情（poe的补充信息，如医嘱具体参数）
prescriptions	处方记录（患者的处方信息，含药品、剂量、开方时间等）
procedures_icd	手术记录（存储 ICD-9 手术编码，关联subject_id、hadm_id）
provider	医护人员信息（ID、姓名、科室等）
services	院内服务记录（患者所在服务单元，如 ICU、普通病房等）
transfers	转科记录（患者在院内的科室转移时间、去向等）

卒中icd数据和提取

• ICD-9 和 ICD-10 中 “卒中（stroke）” 的核心编码范围如下：

  ICD-9-CM（MIMIC-III 常用）

  卒中编码集中在 430–438（循环系统疾病类目），关键亚类包括：

  • 430：蛛网膜下腔出血
  • 431：脑内出血（非创伤性）
  • 434：脑动脉闭塞（如脑血栓形成、脑栓塞）
  • 436：急性难分类脑血管病
  • 排除：435（短暂性脑缺血发作，TIA）通常不被视为卒中

  ICD-10-CM（MIMIC-IV 常用）

  卒中编码对应 I60–I69（脑血管疾患类目），关键亚类包括：

  • I60：非创伤性蛛网膜下腔出血
  • I61：非创伤性脑内出血
  • I63：脑梗死（缺血性卒中）
  • I64：未特指为出血或梗死的卒中
  • I69：脑血管病后遗症（如卒中后偏瘫）

  应用场景（如 MIMIC 数据库）

  • 若使用 MIMIC-III（ICD-9），可通过 diagnoses_icd.icd_code and diagnoses_icd.icd_version=9 BETWEEN '430' AND '438' 筛选卒中病例；
  • 若使用 MIMIC-IV（ICD-10），则通过 diagnoses_icd10.icd_code BETWEEN 'I60' AND 'I69' 筛选。

提取所有ICD-9编码为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诊断表
WHERE di.icd_code like ‘434%’ and di.icd_version=9 – 注意ICD编码是字符串类型，需加单引号
or di.icd_code like ‘163%’ and di.icd_version=10 – 注意ICD编码是字符串类型，需加单引号

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’)) );

诊断排序

SELECT
icd_code,
count(icd_code) AS item_count – 每个itemid的出现次数
FROM MIMICIV_HOSP.diagnoses_icd
GROUP BY icd_code-- 按icd项目分组
ORDER BY desc item_count ; – 按itemid排序

匹配icd title

`import pandas as pd

# 读取诊断数据

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

# 读取ICD字典数据

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（包括中间和首尾的空格）

# 为原始数据添加处理后的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字典中处理后的所有icd_code并转为集合（提高查找效率）

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

# 提取待匹配的所有处理后的icd_code（去重）

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

# 同时保留原始icd_code用于显示

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

# 存储未找到匹配的icd_code（原始值和处理后的值）

not_found_codes = []

# 逐个匹配并检查

print(“开始匹配ICD代码（已自动去除空格）…”)

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({

​ ‘原始代码’: original_code,

​ ‘处理后代码’: clean_code

​ })

​ print(f"未找到匹配: 原始代码=‘{original_code}’，处理后代码=‘{clean_code}’")

# 打印总结信息

print(f"\n匹配完成。共检查 {len(all_icd_codes)} 个唯一ICD代码，其中 {len(not_found_codes)} 个未找到匹配。")

# 执行合并操作（使用处理后的代码进行匹配）

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’) # 区分原始和字典中的icd_code

)

# 调整列顺序，移除临时的clean列

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

# 可选：如果需要可以将字典中的原始icd_code重命名

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

# 保存结果文件

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

merged_df.to_csv(csv_path, index=False)

print(f"\n合并结果已保存至: {csv_path}")

# 可选：将未找到的代码保存到文件

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代码已保存至: {not_found_path}")

​ `

前20的诊断

一般诊断数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

实验室检查分析统计

统计每个itemid的记录数，并按itemid排列

SELECT
itemid,
count(itemid) AS item_count – 每个itemid的出现次数
FROM MIMICIV_HOSP.labevents
GROUP BY itemid – 按检测项目分组
ORDER BY itemid desc; – 按itemid排序（此时排序有效）

依旧是匹配之后出前20的实验室指标

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

医嘱procedure分析

SELECT
itemid,
count(itemid) AS item_count – 每个itemid的出现次数
FROM MIMICIV_HOSP.procedures_icd
GROUP BY itemid – 按检测项目分组
ORDER BY itemid desc; – 按itemid排序（此时排序有效）

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 全称为 Healthcare Common Procedure Coding System（医疗通用程序编码系统），是美国用于标准化描述医疗服务、医疗程序、医疗用品（如器械、药品）的编码体系，由美国医疗保险和医疗补助服务中心（CMS）与美国医学会（AMA）共同维护，核心作用是统一医疗服务的标识，支撑医保结算、医疗数据统计和服务费用核算。

核心组成与用途

1. 主要编码类型
   • Level I（CPT 编码）：对应医生提供的诊疗服务（如手术、检查、门诊治疗），由 AMA 制定，编码为 5 位数字（如 99213 代表常规门诊随访）。
   • Level II：对应医疗用品、设备、特殊服务（如轮椅、假肢、家庭医疗服务），编码以字母开头 + 4 位数字（如 E0100 代表标准轮椅）。
2. 核心用途
   • 医保报销：作为美国医保（如 Medicare/Medicaid）判断服务是否覆盖、计算报销金额的依据；
   • 数据标准化：统一不同医疗机构的服务记录，便于医疗质量分析、疾病与治疗关联研究；
   • 费用核算：明确医疗服务的具体编码，对应收费标准。

SELECT
hcpcs_cd,
count(hcpcs_cd) AS item_count – 每个itemid的出现次数
FROM MIMICIV_HOSP.hcpcsevents
GROUP BY hcpcs_cd – 按检测项目分组
ORDER BY hcpcs_cd desc; – 按itemid排序（此时排序有效）

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