mimic数据库评分？

可以做一个评分的统计模型，把数据库的变量纳入模型，然后进行评分。

在pgAdmin中选中数据库，右键选择Query Tool，接着打开sofa.sql，可以看到，除了原生数据之外，sofa评分还使用了icu_hourly, ventilation, vitalsign等衍生数据，如果说sofa.sql是个大BOSS的话，表中的内容就是打BOSS前刷的小怪，要把对应的sql一个一个运行，生成衍生的数据，都准备齐活了才能运行sofa.sql。

1. Postgres的时间函数

由于MIMICIV官方给的SQL语句是适用于BigQuery的，因而有些function在PostgreSQL中没有。好在MIMICIII的代码中提供了这些function.用pgAdmin打开postgres-function.sql后，把SET search_path TO mimiciii;删除并运行。

这样就可以在PostgreSQL中使用这些function了；不过，也可以修修改改。

2.逐个运行需要的function

CREATE TABLE mimic_derived.icu_times AS

此外，原代码中的table名是'physionet-data.mimic_icu.chartevent'，这里需要去掉physionet-data.以及两侧的引号。

程序运行后，会出现一个‘mimic_derived’的SCHEMA，在此之下会有个叫icu_times Table。

3. Bug的重灾区icu_hourly.sql可以直接运行，因为function已经定义过了。如果还是一直出问题的话，可以直接用Postgres的函数，需要进行修改。

接下来的过程大同小异，运行自己需要的sql即可。

P.S. 全自动的方法比较适合Mac, Linux系统，Windows系统会比较麻烦。

要评估MIMIC数据库的质量，可以考虑以下几个因素：

数据的质量：包括数据的准确性、完整性、一致性等等。可以通过检查数据是否存在缺失、重复、错误等问题来评估数据的质量。

数据的可用性：包括数据的获取难度、数据格式、数据存储等等。可以通过考察数据的获取渠道、数据的格式和存储方式等问题来评估数据的可用性。

数据的代表性：包括数据的样本数量、样本的分布、数据的时间跨度等等。可以通过分析数据的样本数量、样本的分布情况以及数据的时间跨度来评估数据的代表性。

评估MIMIC数据库的质量需要考虑多个方面，因此评分也可以从不同的角度进行。可以根据具体的需求和使用场景来选择适合的评分标准和方法。