临床重症医学最大的免费数据库MIMIC,SCI发文量大,快去挖
发布网友
发布时间：2024-08-29 17:03
共1个回答
热心网友
时间：2024-08-29 17:35
许多临床一线医生在科研过程中最大的困扰就是缺乏数据。一个资料详尽、样本量大的病例数据库，就像是临床研究的“金矿”，通过数据挖掘和深入分析，总能找到好的研究切入点，发表高质量SCI论文自然不成问题。
然而，自己收集整理病历数据，建立数据库需要耗费大量的时间和精力。
今天，小薇向大家介绍一个公开免费的临床重症医学数据库：The Medical Information Mart for Intensive Care (MIMIC, mimic.mit.edu/)
MIMIC数据库是一个面向全球科研人员的公共大型临床数据库，由美国麻省理工学院、飞利浦医疗系统和美国哈佛医学院贝斯以色列女执事医疗中心共同建立，得到了美国国立卫生研究院的资助。该数据库收集了美国马塞诸塞州波士顿贝斯以色列女执事医疗中心从2008年至2019年患者的临床数据，详细记录了患者的人口统计学信息、实验室检查、用药情况、生命体征、手术操作、疾病诊断、药物管理、生存状态等详细信息，涵盖了多种类型ICU的入住信息。
研究人员通过数据库使用权限考试、签署数据使用协议后，都可以使用MIMIC数据库开展相关研究，发表属于自己的高质量SCI论著。
目前，以关键词“MIMIC database”在PubMed粗略检索，已经有3094篇文章发表，且近几年发文量剧增，从2020年的381篇，到2022年的639篇，可见该数据的挖掘热度。
接下来，我们通过介绍一篇基于MIMIC数据库数据挖掘的文章，来了解该数据库的应用。
文章题目【分析重症监护病房呼吸机相关性肺炎患者支气管镜检查与预后的关系:基于MIMIC-IV数据库的回顾性研究】
样本筛选和分组：MIMIC-IV数据库中诊断为呼吸机相关性肺炎（VAP）的ICU患者。对于不止一次入住ICU的患者，仅获取第一次入住的信息。没有呼吸机使用详细记录或在ICU停留时间少于24小时的患者被排除在外。
研究最终纳入了1560名VAP患者，根据患者在有创机械通气(IMV)期间是否接受过支气管镜检查对患者进行分组，其中非支气管镜检查组1355名，支气管镜检查组205名。
生存分析：KM生存曲线表明两组之间的生存概率存在显著差异：支气管镜检查组患者在ICU和医院的生存概率显著高于非支气管镜检查组。
Cox比例风险模型分析死亡率：Cox比例风险模型的结果提示：在两个模型中，支气管镜检查组的风险比(HR)显著低于非支气管镜检查组。即，无论是否校正混杂因素，与非支气管镜检查组患者相比，支气管镜检查组患者入住ICU和院内死亡率的风险较低。
因果中介分析：因果中介分析(Causal mediation analysis, CMA)可以将治疗的总效应分为直接效应和间接效应，如果自变量X通过一定的变量M对因变量Y产生一定的影响，则M称为X和Y的中介变量。本研究中，作者假设某一特定指标的变化是中介变量，也就是说假设支气管镜检查可能导致该指标的变化，并且这种变化与VAP患者的预后相关。通过CMA得到的平均因果中介效应(ACME)、平均直接效应(ADE)和总效应验证上述猜想。重点分析了白细胞（WBC），platelets和红细胞分布宽度（RDW）。
结果发现：三个指标中只有RDW的变化显著。
图（A-B）表明，就VAP患者的院内死亡率而言，delta-RDW介导了8%（95% CI：1–26%；p = 0.02）支气管镜检查的有益效果（ACME：p = 0.02）。
同时，图（C-D）表明：就ICU死亡率而言，delta-RDW介导了7%（95% CI：1-21%；p = 0.02）的支气管镜检查有益效果（ACME：p = 0.02）。
亚组分析：住院死亡率亚组之间没有显著差异，这意味着不存在交互作用。然而，支气管镜检查与心肌梗死（MI）和慢性阻塞性肺病（CPD）人群ICU死亡率风险降低相关，HR (95% CI) 分别为0.21 (0.05–0.86) 和 0.13 (0.05–0.34)。
该文章主要内容就是这些。
除了预后相关性的文章，MIMIC-IV数据库还被用于开发预测模型，分析抗生素等药物使用情况等等。如果你也没有临床数据却想要发临床相关文章，可以了解下MIMIC数据库。
关注小薇，一起搞科研！
