重症医学 | ICU数据库：改变了什么？

随着大规模临床数据的真实世界研究快速发展，基于不同目的，数据库可分为三种：

（1）临床试验数据库

主要用于支持药物、器械等前瞻性临床试验研究，按严格的临床试验和数据质量控制采集数据。

（2）病例注册数据库

主要用于疾病或治疗措施观察性研究。通常为多中心数据库，对数据标准化定义要求高。

（3）科室专科或专病数据库

主要用于支持临床科室按专科或病种收集病例数据和开展观察性研究。其所收集的病例数据项较广，病例表单构成较复杂。

目前重症研究贡献最大的数据库MIMIC为专科专病数据库，具有复杂的数据模型，特点为数据高维复杂。该数据库于2003 年由麻省理工、飞利浦和美国贝斯以色列女执事医疗中心在美国国立卫生研究院资助下建立。全面的临床和生理数据，高分辨率，按每小时时序采集，使MIMIC数据成为目前全球最具挖掘价值的重症数据库。

多中心数据库eICU数据库是基于飞利浦开发的远程ICU系统，利用多中心数据来支持重症患者管理。目前，该系统覆盖北美近300个ICU，提供远程持续的监测、快速反应小组预警及远程咨询服务；同时，将所有数据去标识化存储，颗粒度与MIMIC类似，是目前重症领域最具研究价值的多中心数据库。

澳新重症数据库（ANZICS）为多中心病例注册数据库，曾以其庞大数据样本进行分析，对SSC脓毒症指南提出修改意见。纳入管理的ICU需每季度提交数据，ANZICS将其数据与同级别ICU进行比较。其数模型较MIMIC及eICU简单，仅包含 APACHE Ⅱ、SAPS Ⅱ 等。

中国重症数据库发展较晚，浙江大学医学院附属儿童医院数据库为唯一一个公开重症数据库，其颗粒度不及MIMIC。另外，单中心数据库也在逐步建立，包括北京协和医院、复旦大学附属中山医院、解放军总医院第一医学中心都在开展相关工作。虽然重症质控中心数据平台为多中心数据库，但仅纳入15项质控数据，无法拓展数据进行挖掘。

基于真实世界构建的数据库是医疗大数据研究的基础，运用大数据分析方法，通过对患者的特征、诊断、治疗、临床路径、费用及临床结局等进行多维度分析，为医生提供循证依据，建立辅助决策系统，支持新药研发，支持基于证据的医保精准管理决策，具有革命性的意义。

（1）建立新型临床研究模式

利用MIMIC数据库所含的大数据进行临床研究可以有效补充在RCT中被排除的病例，如患有多种合并症的患者，使得临床研究更为全面和准确。

（2）通过大数据改善患者治疗效果

重症专家利用MIMIC数据库研发实时算法，通过对感染性疾病患者进行危险分层，有效预测高乳酸血症和循环衰竭的发生，提高分诊的效率和准确度，并对患者的病情进行准确评估。

（3）从医疗保健提供者数据中获得运营洞察

重症监护成本在医院经济学中扮演着重要角色。德国通过数据库完成诊断分组后，使用机械通气、体外膜肺氧合等有创干预、简化急性生理学评分（SAPS）及治疗干预评分系统28（TISS28）对于治疗复杂程度使用数据模型进行校准，来实现精准的各个ICU的质量对比。

我国拥有全球最多的人口，真实世界临床数据极为丰富，迫切需要进行周密顶层设计下的专科数据库建设，在建设中需要注意以下几点。

（1）建立重症数据库数据模型标准及内容

真实临床数据实时抓取，对接入数据按国际通用诊断及分类标准建立标准化字典及知识库，构建全面重症数据模型。

（2）对所获取数据进行清洗和结构化

原始数据在研究前均需经过脱敏去除患者隐私信息。所有的变量都进行标准化、结构化管理，如诊断ICD-10 编码与药品ATC编码等。

（3）专业的数据提取及分析工具

平台应嵌入必要的数据分析软件，可根据数据的类型和特点，采用常用的统计方法进行在线分析，为临床研究人员节省时间，提高工作效率，提供从医匠向医学科学家转化的可操作利器。

（4）数据安全

在保证数据安全的基础上，可采用数据中心统一部署及分布部署、中心分析进行去标识化处理、成员单位间有限共享数据的原则实现数据的最大利用。