Mimic-code: Bedeutung von Startdatum/Enddatum in Tabellenrezepten

Ja, das ist die richtige Interpretation. In Ihrem Beispiel wurde Metoprolol für diese vier Tage verschrieben - was bedeutet, dass es dem Patienten sehr wahrscheinlich verabreicht wurde (aber nicht zu 100%, da es sich um eine Verschreibungsaufzeichnung handelt, nicht um eine Verabreichungsaufzeichnung).

Ich verstehe, vielen Dank für Ihre Antwort!

Interessante Frage. Was ist mit diesem Beispiel unten:

ROW_ID | HADM_ID | STARTDATUM | ENDDATUM | DROGE | DOSIS & EINHEIT
------ | ------- | --------- | ------- | ---- | -----------
232390 | 100765 | 2126-03-12 | 2126-03-13 | Meropenem | 500mg
232385 | 100765 | 2126-03-12 | 2126-03-13 | Meropenem | 500mg
232391 | 100765 | 2126-03-12 | 18.03.2126 | Meropenem | 500mg
232543 | 100765 | 18.03.2126 | 2126-03-19 | Meropenem | 500mg

Dieses Beispiel bedeutet, dass der Patient zwischen dem 12. März und dem 13. März drei Dosen Meropenem 500 mg einnimmt? Und nach dem 14. März nimmt er nur noch eine Dosis?

Danke!

Nicht unbedingt, und dies ist eine Einschränkung der Medikationstabelle. Sie wissen, dass diese Medikamente mit diesen Anfangs-/Enddaten bestellt wurden, aber Sie wissen nicht, wie viele Dosen verabreicht wurden. Sie kennen auch die Häufigkeit nicht - ein oder zwei dieser Befehle könnten STAT (sofort) gewesen sein, gefolgt von q12hr oder so etwas.

Hm... Fangfrage.
Gibt es eine Möglichkeit, die bestellte Häufigkeit des Medikaments anhand der Verschreibungstabelle abzuleiten?

Für nicht-intravenöse Medikamente gibt es keine einfache Antwort. Für IV-Medikamente können Sie die Verabreichung in den Tabellen inputevents_mv oder inputevents_cv suchen.

Wir hoffen, in Zukunft weitere Daten veröffentlichen zu können, die diese Lücken schließen.

Toll! Danke @alistairewj!
Wir versuchen, diese Papierexperimente mit MIMIC zu replizieren. Ich lasse es dich wissen, wenn wir fertig sind.

Henrique,

Schöne Punkte hier! Versuchen Sie herauszufinden, wie Sie Rückschlüsse ziehen
richtige Dosierung mit geplanten Daten aus Rezepten, wenn es klar ist
Dokumentation / und Papier, das Sie eigentlich nicht wissen, ob dieses Rezept
dem Patienten verabreicht wurde oder nicht (oder wie/wann es war). Ohne zu benutzen
Bestätigungs-Checkpoints (soweit ich weiß, sind sie in Mimic nicht verfügbar
) verwenden Sie Behandlungspläne als Bezeichnungen für Ihre Vorhersage
Verwendung, und dies mag unangemessen klingen.

Um etwas ziemlich Ähnliches in unserem Krankenhaus EHR zu tun, analysieren wir
Ausreißer nur für i.v.-Antibiotika, Anpassung der Angaben nach Gewicht/Niere
Funktion (eGFR), unter Verwendung schrittweiser Regressionen unter Berücksichtigung von Zeitachsen usw
auf (hier kommt man nicht umhin, in die großen Mimik-Tabellen zu schauen) zu folgen
dieser Ansatz!

Mimic hat uns wunderbar geholfen zu verstehen, wie wir unseren Datensatz modellieren können
Comeout mit dieser Art von Analysen, aber nicht als zweite Datenbank für
Reproduktionszwecke (vielleicht in der Zukunft). Jetzt ist unser Modell Realität
hier als ein Schubs, der dank dessen, was wir haben, in unserem Homebrew EHR implementiert wurde
von Mimik gelernt!

Mit freundlichen Grüßen,
Tiago / dein Nachbar

Em Sex, 2. November 2018 um 10:44, Henrique Dias [email protected]
escreveu:

Toll! Danke @alistairewj https://github.com/alistairewj !
Wir versuchen, dieses Papier zu replizieren
https://ieeexplore.ieee.org/document/8340108 Experimente mit MIMIC.
Ich lasse es dich wissen, wenn wir fertig sind.

—
Sie erhalten dies, weil Sie diesen Thread abonniert haben.
Antworten Sie direkt auf diese E-Mail und zeigen Sie sie auf GitHub an
https://github.com/MIT-LCP/mimic-code/issues/384#issuecomment-435384437 ,
oder den Thread stumm schalten
https://github.com/notifications/unsubscribe-auth/AAt7Dd5JOdOiyXxEfnXR6cvbwkQo1j_Zks5urExDgaJpZM4RvSuK
.

>

Obrigado,
Tiago Vaz