1.3　统计学方法：

正态分布的连续变量以均数±标准差（ ± s ）表示，采用 t 检验；非正态分布的连续变量以中位数（四分位数）〔 M （ Q L ， Q U ）〕表示，采用Kruskal-Wallis检验。分类变量使用χ 2 检验。数据分析在统计语言R中完成（R-3.3.2） [10] 。

2.1　MIMIC-数据库基本情况：

诊疗数据来源于内科ICU（MICU）、心脏外科ICU（CSRU）、外科ICU（SICU）、心内科ICU（CCU）、创伤外科ICU（TSICU）和新生儿ICU（NICU），其中包括患者人口统计学信息、实验室化验结果、药物使用记录、诊疗记录和院外死亡相关信息、生理波形等共计26张表，如：ADMISSIONS、CHARTEVENTS、D-ITEMS、DIAGNOSES_ICD等。

本次纳入首次入院46 428例患者、49 214例次ICU记录进行分析（表1），不包含再入院6 555例患者、11 837例次ICU记录，并舍弃了基本信息不完整者。图1显示，患者多集中在50岁以上，中位年龄为60.5（38.6，75.6）岁，表明ICU中以老年人居多。

表1

重症监护医学信息数据库（MIMIC-）中首次入院患者的基本信息

图1

重症监护医学信息数据库（MIMIC-）中首次入院患者的年龄分布

患者以白种人为主，约占70%，其次是黑种人、黄种人等（图2）。患者第一疾病诊断以循环系统疾病居多，其次为损伤和中毒、消化系统疾病、肿瘤、呼吸系统疾病、传染病和寄生虫病等（图3）。

图2

重症监护医学信息数据库（MIMIC-）中首次入院患者的种族分布

图3

重症监护医学信息数据库（MIMIC-）中首次入院患者第一诊断分布

2.2　MIMIC-患者诊断探索性数据分析：

各年龄段患者第一诊断分布见图4。多数疾病均随年龄增长有明显的改变趋势，例如：循环系统疾病患者比例随年龄的增长逐渐增加，在71~80岁年龄段达到最高；损伤和中毒类患者比例随年龄的增长逐渐减少；而呼吸系统、消化系统疾病患者在各年龄段所占比例差异不大。

图4

重症监护医学信息数据库（MIMIC-）中不同年龄段患者第一诊断分布

按ICD-9代码进一步细化循环系统、消化系统、呼吸系统疾病分类。

2.2.1　循环系统疾病（图5；表2）：

表2

重症监护医学信息数据库（MIMIC-）首次入院的各类循环系统疾病患者基本信息

图5

重症监护医学信息数据库（MIMIC-）中首次入ICU循环系统疾病患者不同年龄段分布（左）及第一诊断分布（右）

共有15 954例首次入ICU患者记录，各年龄段分布与总人群分布保持一致，71~80岁患者最多；且同样可以看到疾病随年龄变化的趋势，如：局部缺血性心脏病患者比例随年龄增加到61~70岁达最大值后逐渐下降；而脑血管疾病患者比例随年龄增长呈先下降后升高的趋势，在61~70岁年龄段中所占比例最小。循环系统疾病中，缺血性心脏病患者占比最大，其中男性占70.8%；其次为脑血管疾病，也是导致ICU患者死亡最常见的循环系统疾病，ICU病死率高达22.5%。

2.2.2　消化系统疾病（图6；表3）：

表3

重症监护医学信息数据库（MIMIC-）中首次入院的各类消化系统疾病患者基本信息

图6

重症监护医学信息数据库（MIMIC-）中首次入ICU消化系统疾病患者不同年龄段分布（左）及第一诊断分布（右）

共有4 163例首次入ICU患者记录，其疾病分布在51~60岁患者最多，较总人群分布偏年轻化；进一步细分显示，各消化系统疾病与年龄分布没有明显关系。不同消化系统疾病中非感染性小肠炎和结肠炎患者死亡比例最高。

2.2.3　呼吸系统疾病（图7；表4）：

表4

重症监护医学信息数据库（MIMIC-）中首次入院的各类呼吸系统疾病患者基本信息

图7

重症监护医学信息数据库（MIMIC-）中首次入ICU呼吸系统疾病患者不同年龄段分布（左）及第一诊断分布（右）

共有3 117例首次入ICU患者记录，其疾病分布与总人群分布一致；进一步细分显示，流行性感冒和肺炎患者最多，与临床一般认知相同。外部物质引起的肺部疾病是引起呼吸系统疾病患者死亡的最主要因素。

2.2.4　感染（图8；表5）：

表5

重症监护医学信息数据库（MIMIC-）中首次入院的各类感染患者基本信息

图8

重症监护医疗数据库（MIMIC-）中首次入ICU感染患者年龄分布（左）及第一诊断分布（右）

共有15 453例感染患者、17 344例次ICU诊疗记录。呼吸系统感染患者最多，与临床一般认知相符合。但循环系统感染是引起感染患者死亡的最主要原因。

2.2.5　脓毒症（表6）：

表6

重症监护医学信息数据库（MIMIC-）中首次入院的脓毒症患者基本信息

在MIMIC-数据库中，脓毒症患者ICU病死率高，多集中在内科ICU。

2.3　MIMIC-新生儿探索性数据分析（图9；表7）：

表7

重症监护医学信息数据库（MIMIC-）中首次入院的0~1 d新生儿基本信息

图9

重症监护医学信息数据库（MIMIC-）中首次入院的0~1 d新生儿孕龄分布（左）及ICU住院时间分布（右）

选取孕龄和ICU住院时间完整的新生儿记录，根据新生儿基本特征表明，引起新生儿死亡的因素与孕龄短、出生体重轻、身高矮等相关。

MIMIC数据库中，早产儿2 744例中死亡41例，足月产612例中死亡1例；病死率随孕龄增加逐渐下降，孕龄在25周的新生儿病死率最高，达到22%。新生儿ICU住院时间随孕龄增加逐渐减少。

本研究基于最新版本的多参数重症监护数据库MIMIC-对首次入院患者基本信息以及疾病谱进行了探索性数据分析，提供了不同疾病患者的体量及分布概况，为基于MIMIC-数据库解决临床科研问题的临床医生及工程师提供相关数据参考。例如：Lee等 [7] 曾基于MIMIC-数据库开发了网页版的数据化可视工具，帮助对MIMIC-感兴趣的研究者来了解其中患者的特性，从人口统计学、入院信息、患者结局、生理信号及实验室检查结果等多个方面进行了探索性数据分析，给刚接触使用MIMIC-数据库的研究人员提供了帮助，虽然涉及面广，但不够细致，在目标人群的确立，给临床医生的参考价值较小。而MIMIC-数据库中的患者数量大幅增加，数据质量也得到了进一步的保证。本研究主要针对不同年龄段患者疾病谱分布进行了详细描述，系统或大类疾病排序中前5位依次为循环系统、损伤和中毒、消化系统、肿瘤、呼吸系统，与我国大多数医院危急重症疾病谱相似，但不尽相同，国内排在前5位的一般为损伤和中毒、神经系统、消化系统、循环系统疾病、呼吸系统疾病 [11,12,13,14] 。同时针对各系统疾病中病死率较高病种，如：循环系统中的脑血管疾病，消化系统中的非感染性小肠炎和结肠炎以及呼吸系统中的流行性感冒和肺炎，需要加大认识和研究，加强相关的预防保健宣传、危险因素控制工作。

本研究不足之处：对新生儿只展示了其基本信息，未对其诊断进行分析，这项工作需要从新生儿出院诊断文本中获取信息。国内有研究表明，新生儿出院第一诊断排名前3位的疾病分别为呼吸系统疾病、高危产和新生儿黄疸 [15] 。对重症新生儿感兴趣的研究者可以依据MIMIC-数据库进行儿科临床诊疗以及预防保健方面的相关研究。

探索性数据分析是数据科学中不可缺少的一步，其包含的方法多是将数据以图形的方式呈现出来，便于直观理解数据，发掘更深层次的关系、模式等。国内解放军总医院急诊科发布的急救数据库，收集了2014年1月至2018年1月急诊科就诊及收治的患者信息，包含了50万余例次分诊信息以及2万余例次急诊抢救单元收治患者的诊疗信息。在利用这些数据之前进行相应的探索性数据分析，能让研究者更加了解数据库，对开展临床研究起到促进作用。目前为了使用不同来源的EHR数据，许多研究者正致力于将以往的观察性数据库转化为观察性医疗结果通用数据模型（OMOP-CDM） [16] ，MIMIC-的研究团队也在进行此项工作，基于通用数据模型中的数据和临床医生探讨研发出一些通用的可视化模型，可以大大节省前期研究者们熟悉数据过程的时间。

综上，本研究对MIMIC-数据库患者疾病谱进行了详细的描述，提供了不同疾病患者的体量及分布概况，为临床医生利用临床大数据开展医学领域的"真实世界"研究进行了系统性的铺垫工作，打下了坚实的基础。未来，在此基础上可以进一步与临床医生合作开展基于MIMIC-数据库的临床研究，从而获得有意义的循证医学证据。

利益冲突所有作者均声明不存在利益冲突返回搜狐，查看更多