eICU-tutorial

1 Introduction

eICU 协作研究数据库汇集了来自美国本土众多重症监护室的综合数据，该协作数据库收录了 2014 年至 2015 年期间入住重症监护室的患者的相关数据

• eICU Documents: https://eicu-crd.mit.edu/about/eicu/

• eiCu Data: https://eicu-crd.mit.edu/gettingstarted/access/

获取 eICU 完整数据需要完成 CITI 课程，并在 PhysioNet 上提交结业报告，且需要在申请表单中填写推荐人（即导师的姓名和联系方式）

• eicu-code: https://github.com/mit-lcp/eicu-code

eicu-code/notebooks/
├── admissiondrug.ipynb
├── admissiondx.ipynb
├── allergy.ipynb
├── apache.ipynb
├── careplan.ipynb
├── cross-reference-apache-treatments.ipynb
├── demo
│   ├── 01-explore-patient-table.ipynb
│   ├── 02-demographics-and-severity-of-illness.ipynb
│   ├── 03-plot-timeseries.ipynb
│   └── README.md
├── diagnosis.ipynb
├── hospital.ipynb
├── infusiondrug.ipynb
├── intakeoutput.ipynb
├── lab.ipynb
├── medication.ipynb
├── nursecharting.ipynb
├── pasthistory.ipynb
├── patient.ipynb
├── treatment.ipynb
├── vitalaperiodic.ipynb
└── vitalperiodic.ipynb

notebooks/ 中包含使用 eicu 数据库的示例，示例中主要是通过 pandas, matplotlib, sqlite3, psycopg2 库对数据进行简单的处理和绘图展示

- `notebooks/demo` 中的几个 ipynb 作为简单的学习示例供使用者学习 eicu 数据库的表格及其处理，文件中还会列举出几个问题帮助思考。

使用前需要从 https://physionet.org/content/eicu-crd-demo/2.0.1/ 中下载一个 **eICU Database demo** （完整数据库中有超过 20 万例入院患者的数据，demo 中只有 2500 余例数据，包含所有表格的 .csv 文件以及对 csv 进行整理制作的 .sqlite3 文件）放在 `demo/` 下

- 其他部分的 ipynb 分别是对==完整数据库==中的不同表格的数据处理示例，需要获取完整的数据库（使用可以参考 https://eicu-crd.mit.edu/eicutables/vitalperiodic/）

2 Tables

2.1 Overview

2.1 Identifiers

标识符在整个数据库中被用于识别独特的概念，如患者、医院、ICU 住院记录等。

• hospitalid - 用于唯一标识数据库中的每家医院

• uniquepid - 用于唯一标识患者（即同一人的该值始终不变）

• patienthealthsystemsstayid - 用于唯一标识住院记录
• patientunitstayid - 唯一标识单元住院记录（即指医院内的重症监护室）

事实上，patientunitstayid 是最关键的“标识符”，即 patient 表格的主键以及几乎所有其他表格的外键 ( https://lcp.mit.edu/eicu-schema-spy/relationships.html )

2.2 Key Tables

2.2.1 Patient Table

https://lcp.mit.edu/eicu-schema-spy/tables/patient.html

包含 patient 的个人信息，patientunitstayid 作为主键，连接其他几乎所有 table

2.2.2 Lab Table

https://eicu-crd.mit.edu/eicutables/lab/

主要是一些代谢和生化的数据，包含的项目包括：

• 血气：pH、PCO₂、PO₂、Lactate
• 电解质：Na、K、Cl、Mg
• 肝功能：ALT、AST、TBili
• 肾功能：Creatinine、BUN
• 血糖：Glucose
• 炎症标志物：WBC

示例：

2.2.3 Diagnosis Table

https://eicu-crd.mit.edu/eicutables/diagnosis/

主要记录患者的诊断记录，表中包含有 corresponding International Classification of Diseases (ICD) 即 ICD 编码

示例：

2.2.4 VitalPeriodic / VitalAperidoic Table

https://eicu-crd.mit.edu/eicutables/vitalaperiodic/

https://eicu-crd.mit.edu/eicutables/vitalperiodic/

这些表格记录 ICU 患者时间序列生理状态，包含的项目包括：

• 心率 HR
• 血压 SBP/DBP/MAP
• 呼吸率 RR
• 血氧 SpO₂
• 体温 Temp 等等

3 Usage Example

3.1 HyperEHR

HyperEHR: https://github.com/LZlab01/HyperEHR#

Code for "Hypergraph Convolutional Networks for Fine-grained ICU Patient Similarity Analysis and Risk Prediction". Paper: https://arxiv.org/abs/2308.12575

构建一个能够利用 ICU 患者电子病历（EHR）数据的患者超图（Hypergraph），并基于这个超图进行患者相似度学习与风险预测，主要用到以下表格：

• patient.csv
• diagnosis.csv (icd9Code)
• vitalPeriodic.csv / vitalAperiodic.csv

数据流：

原始数据（raw CSV） -> 清洗合并后的 pandas DataFrame -> 时间序列矩阵、诊断特征矩阵（numpy arrays） -> PyTorch Dataset / Tensor（模型输入）-> 模型输出（logit / 概率）

3.2 YAIB

YAIB: https://github.com/rvandewater/YAIB

🧪Yet Another ICU Benchmark: a holistic framework for the standardization of clinical prediction model experiments. Provide custom datasets, cohorts, prediction tasks, endpoints, preprocessing, and models. Paper: https://arxiv.org/abs/2306.05109

TBD