MIMIC-III数据库SQL入门教程：医疗数据分析基础

前言

MIMIC-III是一个重要的医疗数据库资源，包含了超过6万例住院患者的去标识化医疗数据。本教程将介绍如何使用SQL语言查询和分析MIMIC-III数据库中的数据，帮助医疗数据分析师和研究人员快速上手。

MIMIC-III数据库概述

MIMIC-III是由MIT计算生理学实验室开发的开放医疗数据集，包含2001-2012年间波士顿贝斯以色列女执事医疗中心的患者数据。数据集涵盖了：

• 患者人口统计学信息
• 生命体征记录
• 实验室检测结果
• 药物治疗记录
• 诊断和手术编码

数据以CSV文件格式提供，但通常加载到PostgreSQL等关系型数据库中进行查询和分析。

核心数据表结构

MIMIC-III数据库包含多个相互关联的表，其中三个核心表是：

1. patients表：记录患者基本信息

   • subject_id：患者唯一标识符（主键）
   • dob：出生日期
   • gender：性别

2. admissions表：记录住院信息

   • hadm_id：住院记录唯一标识符（主键）
   • subject_id：关联的患者ID（外键）
   • admittime：入院时间

3. icustays表：记录ICU住院信息

   • icustay_id：ICU住院唯一标识符（主键）
   • hadm_id：关联的住院记录ID（外键）
   • los：住院时长（天）

SQL基础查询

简单SELECT查询

最基本的SQL查询格式是从表中选择特定列：

SELECT 列名1, 列名2
FROM 表名;

例如，查询所有患者ID和出生日期：

SELECT subject_id, dob
FROM patients;

条件查询(WHERE)

使用WHERE子句可以筛选满足特定条件的记录：

SELECT subject_id
FROM patients
WHERE gender = 'F';

排序(ORDER BY)

使用ORDER BY对结果进行排序：

SELECT subject_id, dob
FROM patients
ORDER BY dob DESC;  -- 降序排列

表连接(JOIN)

关系型数据库的核心特性是通过键值关联多个表。MIMIC-III中常用的JOIN操作：

内连接(INNER JOIN)

只返回两个表中匹配的记录：

SELECT p.subject_id, p.dob, a.hadm_id, a.admittime
FROM patients p
INNER JOIN admissions a ON p.subject_id = a.subject_id;

多表连接

可以同时连接多个表：

SELECT pat.subject_id, adm.hadm_id, icu.icustay_id
FROM patients pat
INNER JOIN admissions adm ON pat.subject_id = adm.subject_id
INNER JOIN icustays icu ON adm.hadm_id = icu.hadm_id;

高级SQL功能

列计算与别名

可以对列进行计算并赋予别名：

SELECT icustay_id, round(los) AS los_integer_days
FROM icustays;

条件逻辑(CASE WHEN)

实现if-else逻辑：

SELECT subject_id, los,
    CASE WHEN los < 2 THEN '短期'
         WHEN los BETWEEN 2 AND 7 THEN '中期'
         WHEN los > 7 THEN '长期'
         ELSE '未知' END AS 住院时长分类
FROM icustays;

临时表与视图

使用WITH创建临时查询结果：

WITH patient_age AS (
    SELECT subject_id, 
           (admittime - dob)/365.25 AS age
    FROM admissions a
    JOIN patients p ON a.subject_id = p.subject_id
)
SELECT * FROM patient_age WHERE age > 18;

实战示例：提取血压数据

MIMIC-III中血压数据存储在chartevents表中，我们可以通过以下查询提取：

SELECT ce.subject_id, ce.hadm_id, ce.icustay_id,
       ce.charttime, ce.valuenum AS sbp_value
FROM chartevents ce
WHERE ce.itemid IN (
    SELECT itemid FROM d_items 
    WHERE label LIKE '%血压%收缩压%'
)
AND ce.valuenum IS NOT NULL
ORDER BY ce.subject_id, ce.charttime;

学习建议

1. 从简单查询开始，逐步增加复杂度
2. 理解数据库表之间的关系
3. 使用EXPLAIN分析查询性能
4. 创建常用查询的视图以便复用
5. 注意数据类型转换和NULL值处理

通过掌握这些SQL基础，您将能够有效地从MIMIC-III数据库中提取和分析医疗数据，为临床研究和医疗决策提供数据支持。