MIMIC数据库研究套路汇总

前几天更新了NHANES、GBD，今天给大家带来MIMIC数据库的5种常见思路，请笑纳！

套路1

生物标志物对某类患者不良结局的预后的影响

生物标志物包括： 血糖相关、炎症相关等指标
患者包括： 脓毒症、心血管疾病、脑血管疾病等

案例文章

题目： Association between stress hyperglycemia ratio index and all-cause mortality in critically ill patients with atrial fibrillation: a retrospective study using the MIMIC-IV database
中文标题： 负荷性高血糖比值指数与危重症心房颤动患者全因死亡率的相关性：一项使用MIMIC-IV数据库的回顾性研究
期刊： Cardiovascular Diabetology (IF=8.5, Q1)

DOI： 10.1186/s12933-024-02462-1

套路2

列线图+训练集和验证集做疾病不良预后的预测价值

训练集和验证集：

• MIMIC IV 数据库同时作为训练集和验证集；
• MIMIC IV 数据库作为训练集，MIMIC III 或 eICU 数据库或自有数据库作为验证集；
• MIMIC IV 数据库作为训练集，同时 Bootstrap 分析用于内部验证。此外，来自 MIMIC III 数据库的患者被进一步安置为验证队列。

案例文章

题目： The predictive values of admission characteristics for 28-day all-cause mortality in septic patients with diabetes mellitus: a study from the MIMIC database
中文标题： 糖尿病脓毒症患者 28 天全因死亡率入院特征的预测价值：来自 MIMIC 数据库的一项研究
期刊： Frontiers in Endocrinology (IF=3.9, Q2)

DOI： 10.3389/fendo.2023.1237866

套路3

药物对某类患者人群不良结局的影响（改善或者加剧）

注意： 这里的药物一定不能是指南中推荐或者禁止使用的

不良结局： 包括死亡、ICU 期间出现新发疾病（主要是急性肾损伤和谵妄）

案例文章

题目： Association between statin administration and Clostridium difficile-induced enteritis: a retrospective analysis of the MIMIC-IV database
中文标题： 他汀类药物给药与艰难梭菌诱导的肠炎之间的关联：MIMIC-IV 数据库的回顾性分析
期刊： Frontiers in Pharmacology (IF=4.4, Q1)

DOI： 10.3389/fphar.2025.1550378

套路4：机器学习

案例文章

题目： Predicting Mortality in Sepsis-Associated Acute Respiratory Distress Syndrome: A Machine Learning Approach Using the MIMIC-III Database
中文标题： 预测脓毒症相关急性呼吸窘迫综合征的死亡率：一种使用 MIMIC-III 数据库的机器学习方法
期刊： Journal of Intensive Care Medicine (IF=3.0, Q2)

DOI： 10.1177/08850666241281060

套路5：某指标动态轨迹对结局的影响

案例文章

题目： Influence of the mean airway pressure trajectory on the mortality and AKI occurrence in septic shock patients with mechanical ventilation: insights from the MIMIC-IV database
中文标题： 平均气道压力轨迹对机械通气感染性休克患者死亡率和 AKI 发生率的影响：来自 MIMIC-IV 数据库的见解
期刊： Frontiers in Medicine (IF=3.1, Q1)
DOI： 10.3389/fmed.2025.1552336