eICU-Skill

Query the eICU Collaborative Research Database 2.0 / 查询 eICU 协作研究数据库 2.0。

Generates SQL and Python code for extracting ICU data (vital signs, labs, GCS, diagnoses) from PostgreSQL. Supports both direct SQL queries and Python (psycopg2) scripts.

🚀 一键安装（推荐）

OpenClaw / QClaw 用户

# 方法1：通过 skillhub 一键安装（推荐）
skillhub install eicu-skill

# 方法2：通过 ClawHub 安装
openclaw skill install https://clawhub.ai/skills/eicu-skill

# 方法3：本地安装（已下载 .skill 文件）
openclaw skill install ./eicu-skill.skill

Claude Code 用户

方法1：从统一市场安装（推荐）

# 步骤1：添加 OAMD 插件市场（包含 mimic-skill 和 eicu-skill）
/plugin marketplace add https://github.com/yongfanbeta/OAMD-marketplace

# 步骤2：安装 eicu-skill
/plugin install eicu-skill

# 步骤3：重载插件系统
/reload-plugins

方法2：从 GitHub 仓库直接安装（单个仓库）

# 添加单个仓库作为 marketplace
/plugin marketplace add https://github.com/yongfanbeta/eicu-skill

# 安装插件
/plugin install eicu-skill

方法3：本地开发模式（测试用）

# 克隆仓库到本地
git clone https://github.com/yongfanbeta/eicu-skill.git ~/.claude/plugins/eicu-skill

# 启动 Claude Code 并加载插件
claude --plugin-dir ~/.claude/plugins/eicu-skill

Codex 用户

Codex App：

1. 点击侧边栏的 Plugins
2. 搜索 eicu-skill
3. 点击 + 安装

Codex CLI：

# 搜索插件
/plugins

# 搜索 eicu-skill
eicu-skill

# 选择 Install Plugin

Cursor 用户

在 Cursor Agent 聊天中输入：

/add-plugin eicu-skill

或者：

1. 打开插件市场
2. 搜索 eicu-skill
3. 点击安装

手动安装（所有智能体通用）

1. 从 Releases 下载 eicu-skill.skill
2. 将文件重命名为 eicu-skill.zip 并解压
3. 将解压后的 eicu-skill/ 文件夹复制到智能体的 skills 目录（例如 ~/.qclaw/skills/）
4. 重启智能体

📖 使用方法

# 示例：查询 eICU 数据
请帮我提取 eICU 数据库中第一个 ICU 停留的生命体征数据

🔍 支持的查询类型

查询类型	说明
患者基本信息	patient 表（年龄、性别、种族、APACHE IV 诊断等）
生命体征（周期性）	vitalperiodic 表（心率、血压、体温等，每1-5分钟记录）
生命体征（非周期性）	vitalaperiodic 表（有创血流动力学监测数据）
生命体征（护理记录）	nursecharting 表（护理记录中的生命体征）
体格检查（GCS等）	physicalexam 表（格拉斯哥昏迷评分等）
实验室检查	lab 表（白蛋白、肌酐、血糖、电解质等）
血气分析	可从 lab 表或动脉血气相关字段提取
尿量输出	urineoutput 表
血管活性药物	vasopressor 表（去甲肾上腺素、多巴胺等）
输液记录	infusion 表
体重	weight 表
氧合指标	可从 vitalperiodic 或 lab 表提取
诊断与 APACHE 分组	patient 表的 apacheadmissiondx 字段

⚠️ 重要提示

1. 时间表示（与 MIMIC-IV 的重要区别！）

• eICU：使用偏移量（分钟），所有偏移量相对于 ICU 入院时间

  • offset = 0：ICU 入院时刻
  • offset = 60：入院后 60 分钟（1 小时）
  • offset = 1440：入院后 1440 分钟（24 小时）

• MIMIC-IV：使用绝对时间戳（TIMESTAMP 类型）

2. 关键时间字段

字段名	说明
hospitaladmitoffset	医院入院偏移量
hospitaldischargeoffset	医院出院偏移量
unitdischargeoffset	ICU 出院偏移量（用于计算 ICU 住院时长）
observationoffset	生命体征记录偏移量
nursingchartoffset	护理记录偏移量
labresultoffset	实验室检查结果偏移量

计算 ICU 住院时长（小时）：

ROUND(unitdischargeoffset/60) AS icu_los_hours

3. 数据质量与性能优化

数据质量：

• 缺失率高：eICU 的数据完整性低于 MIMIC-IV
• 异常值：查询时始终添加合理性检查（例如 heartrate BETWEEN 25 AND 225）
• 文本值：部分生命体征值是文本（例如 '80s' 表示"80多岁"），需要清洗

性能优化：

大表（来自 eicu-code 统计）：

• nursecharting：约 1.51 亿行
• lab：约 3913 万行
• vitalperiodic：约 1.46 亿行
• vitalaperiodic：约 2507 万行
• patient：约 20 万行

优化技巧：

1. 按 patientunitstayid 过滤（最重要！）
2. 限制时间范围（observationoffset BETWEEN 0 AND 1440）
3. 添加 LIMIT 子句（测试时）
4. 使用 EXPLAIN 分析查询计划
5. 考虑创建物化视图（CREATE MATERIALIZED VIEW）

📚 参考资料

• eICU 官方 SchemaSpy 文档
• eICU 数据介绍
• 访问申请
• eICU-code 官方仓库
• MIMIC-code 官方仓库

📦 发布文件

• GitHub Releases: v1.0.0
• ClawHub: eicu-skill

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📄 许可证

MIT License