MIMIC 之后做 ICU（Intensive Care Unit，重症监护室）重症研究，最常被问的一句话是：单中心数据，结论能推广吗？这一篇讲的就是答案——eICU（Collaborative Research Database，源自 Philips 远程重症系统），同是 ICU 重症数据库，却覆盖全美 208 家医院、335 个 ICU、超 20 万次 ICU 住院，正好补上 MIMIC 单中心天花板。老规矩——认识它（01）→ 拿到它（02）→ 看懂它（03）→ 用对它（04）→ 做研究（05）→ 发论文（06），先看图。
全称：eICU Collaborative Research Database
维护机构：Philips Healthcare 提供数据 + MIT 计算生理学实验室（LCP）维护
数据发布：PhysioNet eICU-CRD v2.0（2019）
数据年份：2014-2015，覆盖全美 208 家医院、335 个 ICU
规模：超 20 万次 ICU 住院、约 13.9 万名患者
01 认识它：真正的多中心 ICU 重症库
eICU 数据的来源是 Philips eICU 远程重症系统——一个覆盖全美的远程医疗平台，众多医院把 ICU 的监护数据实时上传，供远程重症医生 24 小时协作。MIT 计算生理学实验室把这些脱敏后的数据整理成科研库发布在 PhysioNet，这就是 eICU-CRD。
它的核心价值是"多中心"：208 家医院、335 个 ICU、超 20 万次 ICU 住院、约 13.9 万名患者（2014-2015）。相比之下 MIMIC 是波士顿 BIDMC（Beth Israel Deaconess Medical Center，贝斯以色列女执事医疗中心）一家医院的 ICU 数据——单中心样本再大，结论也难回避"能不能推广到别的医院"的质疑；eICU 一上来就覆盖了遍布全美、规模与地区各异的医院，让你可以既做全局分析，又做医院间差异的研究。
02 拿到它：和 MIMIC 同一套访问体系
eICU 和 MIMIC 一样由 PhysioNet 发布，访问流程基本一致，如果你已经弄过 MIMIC，可以直接复用：
- 第 1 步：在 PhysioNet（physionet.org）注册账号
- 第 2 步：完成 CITI（Collaborative Institutional Training Initiative，协作机构伦理培训平台）的 "Data or Specimens Only Research"（数据或标本专用研究，属人体受试者研究类）培训，取得证书
- 第 3 步：在 PhysioNet 签署数据使用协议（DUA），申请 eICU-CRD 访问权限
- 第 4 步：获批后下载数据，再把数据导入本地数据库（如 PostgreSQL）进行分析
整个流程完全免费，但与 MIMIC 一样需要提交伦理培训证明并遵守数据使用协议。对国内研究者来说，CITI 培训证书用英文版即可，全程线上完成。
03 看懂它：数据包里有什么
eICU-CRD 是一个关系型数据库，各表通过 ID 键（如 patientunitstayid）相互关联。核心表包括：
- patient：每次 ICU 住院（patientunitstayid）的患者基本信息与出入院时间
- vitalPeriodic / vitalAperiodic：周期性/非周期性生命体征（心率、血压、呼吸、体温、血氧饱和度 SpO₂ 等）
- lab：实验室检查（血常规、生化、血气等）
- medication：用药记录（反映的是下达的用药医嘱，不等同于实际给药）
- diagnosis / admissiondx：入院诊断（admissiondx）与结构化时间戳诊断（diagnosis，来自问题列表）
- apachePatientResult：APACHE IV 严重度评分（Acute Physiology and Chronic Health Evaluation，急性生理与慢性健康评估，ICU 常用病情严重度评分）与预测死亡风险
- carePlanCareProvider / note：主管/会诊医师的专科与干预级别记录（carePlanCareProvider）与结构化病程记录（note）——叙事性自由文本已移除，并无 MIMIC 式的临床自由文本笔记
数据覆盖 2014-2015 两年，不同医院接入的模块（interface）不同，某家医院可能缺某几张表的数据——分析前要按医院核对该表的覆盖情况，这是多中心数据特有的坑。
04 用对它：多中心数据的三个操作
- 分清层级：eICU 的核心结构是"医院（hospitalid）→ 每次 ICU 住院（patientunitstayid）"两层；同一个患者（uniquepid）可能发生过多次 ICU 住院。分析时要把单位定在"每次 ICU 住院"还是"每位患者"，多次住院不能当成相互独立的样本
- 医院异质性：208 家医院的监护习惯、检验频率、APACHE 填报完整度差异很大——做预测或比较时用医院分层或医院固定效应（即把医院作为分组变量纳入模型，控制医院间基线差异）处理，并报告各医院样本量
- 数据完整性：先核对目标表在哪些医院有覆盖——某表缺失会影响结论，务必报告缺失情况并做敏感性分析
05 做研究：eICU 高频发文方向
- ICU 结局预测：基于 APACHE 或机器学习预测住院死亡率/ICU 死亡率——多中心数据让模型可以报告跨医院表现
- 脓毒症早期识别：用生命体征+实验室做脓毒症早期预警模型，eICU 的多中心性适合验证泛化能力
- 机器学习外部验证：在 MIMIC 上训练的模型，拿到 eICU 上做外部验证——这是 MIMIC 论文常用的互补策略
- 医院间结局差异：不同规模/类型医院的 ICU 结局差异及其决定因素
- 生命体征/实验室轨迹分析：异常值检测、趋势预测、亚临床恶化识别
能力边界明确：只有 2014-2015 两年，不是持续更新库；主要是重症人群，无普通病房、门诊数据；随访受限，缺院后结局；某些表在部分医院缺失。
06 发论文：多中心招牌 + 与 MIMIC 互补
eICU 最适合的是"需要证明结论能泛化"的研究——尤其机器学习模型。一个典型的高引用路径是在 MIMIC 上开发模型、在 eICU 上外部验证：既用 MIMIC 的逐小时精细数据做特征工程，又用 eICU 的大样本多中心证明模型不局限在单一医院。想单独用 eICU 撑一篇论著，则要落在医院异质性、差异分析这类只有多中心才能回答的问题上。
我们辅导的常规路径：选题查新与数据可用性评估（先核对目标表覆盖，1-2 周）→ eICU 表结构理解与访问（1-2 周）→ 特征提取、建模与跨院验证（3-6 周）→ TRIPOD（Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis，多变量预测模型透明报告规范）写作与投稿（4-8 周）。导师一对一示范与把关，分析与写作由你本人完成。
下一篇讲 DHS（Demographic and Health Surveys，人口与健康调查）——1984 年起覆盖 90 多个国家、400 多项调查的家庭健康调查数据库，做妇幼健康、营养、全球健康研究的常用资源，也是本系列收官篇。关注医嘉研科研资讯，九大临床公共数据库逐个讲透。