Mimic-code: Ratschläge zum Ausführen komplizierter SQL-Skripte, die aus anderen Projekten/Studien weitergegeben wurden?

Hier sind ein paar Tipps für Neulinge, die möglicherweise das gleiche Problem haben.

• Um mehrere Abfrageblöcke mit query tool in pgAdmin4 auszuführen, versuchen Sie, jeden Block mit einem Semikolon abzuschließen;

Das Problem ist, dass anscheinend nur die letzte Abfrage tatsächlich in Data Output Panel Ich denke, Sie müssen eine UNION oder JOIN Klausel verwenden, um sie irgendwie zusammenzuführen?

• Um Ihren Final Table zu speichern, dh von Postgres nach CSV zu exportieren, können Sie die Anweisung COPY , siehe #214

Ich glaube nicht, dass ich eine allgemeine Lösung anbieten kann, aber vielleicht kann ich Sie in die richtige Richtung weisen. Am liebsten schreibe ich modulare SQL-Skripte, die materialisierte Ansichten der Daten für bestimmte Konzepte (zB Lüftung) erstellen. Ich kombiniere dann alle diese Ansichten am Ende zu einer großen Tabelle und gebe diese in CSV aus oder lese sie direkt in Python ein. Wenn Sie SQL lernen möchten, gibt es sicher viele Online-Tutorials, die Ihnen dabei helfen. Insbesondere würde ich mich über Materialized Views informieren, da sie sehr nützlich sind, um Zwischentabellen zu erstellen, die Sie dann später verwenden können (ich denke, das ist es, was Sie in Ihrer letzten Frage brauchen).

Wenn Sie sich den Unterordner aline (https://github.com/MIT-LCP/mimic-code/tree/master/notebooks/aline) ansehen, sehen Sie ein Beispiel für eine vollständig reproduzierbare klinische Studie. Ich würde empfehlen, etwas wie in diesem Ordner zu tun. Es gibt eine Reihe modularer SQL-Dateien, die zugrunde liegende Tabellen generieren - Sie können sehen, dass ich zuerst eine "Kohorten"-Tabelle aline_cohort.sql generiere - die sagt "dies sind die icustay_id s, an denen ich interessiert bin". Dann führe ich eine Reihe anderer Skripte aus, um Konzepte für diese icustay_id s zu generieren. Schließlich extrahiert das Notebook alle Daten aus diesen Tabellen (in der aline.ipynb @ [7]). Das Notebook ist noch einen Schritt weiter gegangen und führt tatsächlich alle oben genannten Abfragen direkt aus Python aus. Es sollte Ihnen zumindest eine Vorstellung davon geben, wie Sie eine Kohorte/ein Dataset aus mehreren SQL-Abfragen aufbauen können. Ich hoffe das hilft!

Hallo Alistair @alistairewj , vielen Dank für diese großartige Hilfe, die sehr geschätzt wird :+1:

Ich investiere etwas Zeit in die Untersuchung des arteriellen Verweilkatheters ( Aline- Studie) und Ihre

Etwas steile Lernkurve, aber es macht langsam Sinn :) Die Sekundäranalyse elektronischer Patientenakten erweist sich auch als sehr hilfreich :)

Toll! Viel Glück!