Mimic-code: arti tanggal mulai/tanggal akhir dalam resep tabel

Ya, itu interpretasi yang benar, Dalam contoh Anda metoprolol diresepkan selama empat hari - yang berarti sangat mungkin diberikan kepada pasien (tetapi tidak 100% karena ini adalah catatan resep, bukan catatan administrasi).

Saya mengerti, terima kasih banyak atas tanggapan Anda!

Pertanyaan yang menarik. Bagaimana dengan contoh di bawah ini:

ROW_ID | ID_HADM | TANGGAL MULAI | TANGGAL AKHIR | OBAT | DOSIS & UNIT
------ | ------- | --------- | ------- | ---- | -----------
232390 | 100765 | 2126-03-12 | 2126-03-13 | Meropenem | 500 mg
232385 | 100765 | 2126-03-12 | 2126-03-13 | Meropenem | 500 mg
232391 | 100765 | 2126-03-12 | 2126-03-18 | Meropenem | 500 mg
232543 | 100765 | 2126-03-18 | 2126-03-19 | Meropenem | 500 mg

Contoh ini berarti bahwa pasien mengambil tiga dosis Meropenem 500 mg antara 12 Maret dan 13 Maret? Dan setelah 14 Maret dia hanya mengambil satu dosis?

Terima kasih!

Belum tentu, dan ini adalah batasan dari tabel obat. Anda tahu bahwa obat-obatan ini dipesan dengan tanggal mulai/akhir tersebut, tetapi Anda tidak tahu berapa banyak dosis yang diberikan. Anda juga tidak tahu frekuensinya - satu atau dua dari pesanan itu bisa jadi STAT (segera), diikuti oleh q12 jam atau sesuatu seperti itu.

Hm... pertanyaan jebakan.
Adakah cara untuk menyimpulkan frekuensi pemesanan obat berdasarkan tabel resep?

Untuk obat non-intravena tidak ada jawaban yang mudah. Untuk obat IV Anda dapat mencari cara pemberiannya pada tabel inputevents_mv atau inputevents_cv .

Kami berharap dapat merilis lebih banyak data di masa mendatang yang mencakup kesenjangan ini.

Besar! Terima kasih @alistairewj!
Kami mencoba mereplikasi eksperimen makalah ini dengan MIMIC. Saya akan memberi tahu Anda ketika kami selesai.

Henrique,

Poin bagus di sini! Mencoba mencari tahu bagaimana Anda melakukan inferensi dari
dosis yang tepat dengan data yang direncanakan dari resep, bila jelas dalam
dokumentasi / dan kertas yang sebenarnya Anda tidak tahu jika resep itu
diberikan atau tidak kepada pasien (atau bagaimana/kapan diberikan). Tanpa menggunakan
titik pemeriksaan konfirmasi (sejauh yang saya tahu tidak tersedia di Mimic
) Anda menggunakan rencana perawatan sebagai label untuk menargetkan prediksi Anda tentang
penggunaan yang tepat, dan ini mungkin terdengar tidak pantas.

Untuk melakukan sesuatu yang sangat mirip di EHR rumah sakit kami, kami menganalisis
outlier hanya untuk antibiotik IV , menyesuaikan informasi berdasarkan berat / ginjal
fungsi (eGFR), menggunakan regresi bertahap dengan mempertimbangkan garis waktu, dan sebagainya
di (di sini, Anda tidak dapat menghindari untuk melihat tabel besar tentang mimik) untuk diikuti
pendekatan ini!

Meniru sangat bagus untuk membantu kami memahami cara memodelkan kumpulan data kami untuk
keluar dengan analisis semacam ini, tetapi bukan sebagai basis data kedua untuk
tujuan reproduksi (mungkin di masa depan). Sekarang model kami adalah kenyataan
di sini sebagai dorongan yang diterapkan di EHR homebrew kami berkat apa yang kami miliki
belajar dari meniru!

Salam Hormat,
Tiago / tetangga Anda

Seks, 2 de nov de 2018 10:44, Henrique Dias [email protected]
escreveu:

Besar! Terima kasih @alistairewj https://github.com/alistairewj !
Kami mencoba untuk mereplikasi makalah ini
https://ieeexplore.ieee.org/document/8340108 eksperimen dengan MIMIC.
Saya akan memberi tahu Anda ketika kami selesai.

—
Anda menerima ini karena Anda berlangganan utas ini.
Balas email ini secara langsung, lihat di GitHub
https://github.com/MIT-LCP/mimic-code/issues/384#issuecomment-435384437 ,
atau matikan utasnya
https://github.com/notifications/unsubscribe-auth/AAt7Dd5JOdOiyXxEfnXR6cvbwkQo1j_Zks5urExDgaJpZM4RvSuK
.

>

obrigado,
Tiago Vaz