Early Prediction of Sepsis from Clinical Data / PhysioNet-CinC Challenge 2019 (cinc-2019) — AI-Ready Wikipedia

CINC-2019 — PhysioNet/CinC Challenge 2019：从临床数据早期预测脓毒症

条目身份：本条目为"千方病案医数集"AI-Ready Wikipedia 系列第 cinc-2019 号，讲述 2019 年第 20 届 PhysioNet/Computing in Cardiology Challenge——迄今临床机器学习领域被引用最多的脓毒症早期预测公开基准。全称 Early Prediction of Sepsis from Clinical Data: The PhysioNet/Computing in Cardiology Challenge 2019（从临床数据早期预测脓毒症）。数据与全部事实以官方论文（CCM 期刊版为权威口径、CinC 会议版并注）与 PhysioNet 资源页为准，双口径数字均在文中如实并存。

---

§0 导读：这个数据集解决什么问题

0.1 问题背景：脓毒症预警缺一个"可复现评测场"

脓毒症（sepsis）是全球 ICU 头号可治性急症，Sepsis-3 共识（2016）重新定义之后，临床界最缺的不是又一个单中心预警模型，而是一个可复现的早期预警算法评测场：同一批数据、同一套标签、同一个评分函数，让不同算法的分数真正可比。此前的困境是三重的——各家医院 EHR 数据方言互不兼容（不可比）、标签口径各自为政（不可信）、没有官方隐匿测试（不公平）。2019 年第 20 届 PhysioNet/CinC Challenge 对这三个空档给出了直接回应，其产物就是本条目记录的 cinc-2019 基准：迄今临床机器学习领域被引用最多的脓毒症早期预测公开数据集。

0.2 四层回答：数据、任务、评分、防作弊

CinC 2019 的回答分四层。数据层：三个美国医院系统统一加工为"每小时一行"的时序格式——A 集 BIDMC 20,336 例 + B 集 Emory 20,000 例（合计 40,336 例、1,424,171 行）全部公开，第三美国系统 C 仅作隐匿测试。任务层：因果约束的每小时风险预测，SepsisLabel 按 Sepsis-3 口径前移 6 小时，逼算法"提前预警"而非"事后诸葛"。评分层：归一化临床效用 utility——提前 6 小时报警满分、漏报 −2、误报 −0.05，把"早"与"准"的权衡显式编码进分数。防作弊层：训练全公开、测试全隐匿、官方只跑一次，杜绝公开榜过拟合。

成绩单同样重要：冠军 Morrill et al.（牛津系）final normalized utility 0.360（CinC 会议版口径；CCM 期刊版 0.364*），而所有前排队伍在隐匿 C 系统上全部转为负分（−0.042 至 −0.156）——跨医院泛化崩塌是该基准留给后续研究最重要的教训。

0.3 DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	9	PhysioNet 官方目录 + 独立 DOI（10.13026/v64v-d857）+ 高引论文锚定；"PhysioNet Challenge 2019 / sepsis"检索直达
A 可获取性	9	CC BY 4.0 无门禁、无注册、直链下载；扣 1 分：C 系统隐匿测试集不可得（结构性限制而非管理缺陷）
I 可互操作	8	统一 .psv 管道分隔格式、41 列全库对齐、官方评分代码开源；缺失即 NaN 的约定干净利落
M 元数据质量	7	三层官方文档（PhysioNet 内容页 + 项目页 + CCM/CinC 论文）；扣分：隐匿测试规模双口径（22,761 vs 24,819）、人口学仅 6 列且 Unit1/Unit2 为假名化编码
S 可持续性	9	PhysioNet/MIT LCP 长期托管（RRID: SCR_007345），v1.0.0 一版稳定，挑战赛系列持续运营
综合评级	8.4/10（高）	开放性与格式规范性接近满档；失分集中在隐匿集不可得与人口学稀薄，均属任务设计取舍

0.4 实操八大坑点速览

用这份表免踩坑，逐条展开见正文相应小节：

1. 坑点 1（标签前移）：SepsisLabel 第 t 行 = 1 表示 t 至 t+6 小时内起病。直接拿第 t 行特征预测第 t 行标签 = 用未来信息；要评估"提前 6 小时预警"，须把标签再回移 6 小时。
2. 坑点 2（测试集双口径）：隐匿测试集 22,761 例（CinC 会议版）/ 24,819 例（CCM 期刊版）双口径并存，引用时任选其一并注明出处；C 系统数据永不公开，别把它写进"可下载数据"清单。
3. 坑点 3（HospAdmTime 为负）：该列是相对 ICU 入住时刻的小时偏移，恒为负值或零，不是"住院时长"，别当特征直读成时间量。
4. 坑点 4（Unit1/Unit2 假名化）：两列是 eICU 的双单元假名编码（0/1/NaN），不是床位号，也不能跨医院比较"单元"含义。
5. 坑点 5（NaN ≠ 0）：全库 1,424,171 行 × 40 变量仅 10,486,913 个非空观测（约 17.9%）。把 NaN 补 0 会把"没测过"变成"测了正常"，制造大量假正常值——缺失模式本身是信号（§12.4）。
6. 坑点 6（公开集成绩 ≠ 泛化成绩）：前排队伍在公开 A/B 系统 utility 0.40+，隐匿 C 系统全员负分（−0.042 至 −0.156）。在 A/B 上交叉验证调出的模型，别宣传成"跨医院可用"。
7. 坑点 7（utility ≠ AUROC）：主指标是归一化临床效用 utility（满分 = 提前 6 小时全对），冠军 0.360（CCM 口径 0.364*）；它与 AUROC 数值不可换算、不可混写，负分是常态而非错误。
8. 坑点 8（文件数与行数对账）：40,336 个 .psv 文件（20,336 + 20,000），总行数 1,424,171（739,663 + 684,508）；患者文件编号不连续，装载后先跑 §附录 I 的断言再建模。

§0 读法三则：

1. 本条目记的是"挑战赛数据集 + 任务 + 评分"三位一体：训练用 A/B 两系统的 .psv 原始文件在 PhysioNet 直链下载；C 系统只存在于官方隐匿评估，任何第三方"C 系统数据"都非官方。
2. 全文硬数字以官方两版论文互证（CCM 期刊版为权威口径、CinC 会议版并注），双口径逐条存照于附录 B；隐匿测试集 22,761/24,819 与冠军分 0.360/0.364* 是最常被混写的两处。
3. 检索时注意：本条目 url_name 为 cinc-2019，与库内 2015/2017/2021 等各届挑战赛条目同系列横链（§10.1）；"PhysioNet Challenge 2019""CinC Challenge 2019""Sepsis Challenge"指同一赛事。

---

§1 一句话档案与身份速览

字段	内容
短名	cinc-2019
全称	Early Prediction of Sepsis from Clinical Data: The PhysioNet/Computing in Cardiology Challenge 2019（从临床数据早期预测脓毒症：2019 年 PhysioNet/Computing in Cardiology 挑战赛）
本质	ICU 每小时时序临床数据 + Sepsis-3 脓毒症标签的公开基准挑战赛数据集（第 20 届挑战赛）
数据来源	三个美国医院系统抽取并统一加工：A=BIDMC、B=Emory University Hospital、C=匿名第三美国系统
规模	公开训练 40,336 例（A 20,336 + B 20,000）；隐匿测试 22,761（CinC 会议版）/24,819（CCM 期刊版）双口径；CCM 摘要口径 “over 60,000 ICU patients”
粒度	每患者一个 .psv 文件，每行 = ICU 住院 1 小时；41 列 = 40 个临床变量 + SepsisLabel
任务	因果（仅用当前与过去数据）输出每小时 sepsis 风险值，要求提前 6-12 小时预警
主指标	归一化临床效用 utility（AUROC/AUPRC/Accuracy/F-measure 并列输出）
冠军	Morrill et al.（牛津系）0.360 final normalized utility
许可	CC BY 4.0（开放获取，无 credentialed 门槛）
版本	仅 v1.0.0（2019-08-05 发布）一版，无后续修订
DOI	10.13026/v64v-d857（v1.0.0）／10.13026/0y7p-s471（latest）；RRID: SCR_007345
官方资源	physionet.org/content/challenge-2019/1.0.0/
组织方	Emory 大学 BMI 系牵头 + Georgia Tech + MIT LCP + MGH + UC San Diego

1.1 为什么这个基准重要

2016 年 Sepsis-3 共识重新定义脓毒症之后，临床界最缺的是"可复现的早期预警算法评测场"。CinC Challenge 2019 把这件事做成了三件套：

1. 统一粒度的真实 EHR：把三套异构电子病历压缩成同一个"每小时一行"的时序格式，41 列对齐，缺失记 NaN——算法不必再处理各家医院的数据方言。
2. 因果约束的预测任务：只允许使用当前小时及之前的数据，杜绝"用未来信息预报过去"的作弊。
3. 临床效用而非统计指标：主评分是 utility 函数——提前 6 小时报警满分、漏报重罚 −2、误报轻罚 −0.05，把"早报"与"少误报"的权衡显式编码进分数。

结果也极具警示性：所有前排队伍在公开训练系统（A/B）上 utility 都能冲到 0.40 以上，但在隐匿的第三系统 C 上全部转为负分（−0.042 至 −0.156）——跨医院泛化崩塌成为该基准留给后续研究最重要的教训。

1.2 条目导览

• §2 论文双口径与时间线
• §3 机构、人物与参赛规模
• §4 数据构成与硬数字（Table 2 官方口径）
• §5 任务定义、Sepsis-3 标注与防作弊
• §6 评估体系与 utility 函数
• §7 竞赛结果与完整优胜榜
• §8 核心发现：跨系统泛化崩塌
• §9 license、获取方式与版本链
• §10 生态：互链数据集、HF/GitHub 资源
• §11 相关数据集对比与证伪记录
• §12 方法学启示
• §13 常见误解澄清
• §14 FAQ
• §15 术语表
• 附录 A 时间线大事记／附录 B 双口径存照清单

---

1.5 "第 20 届"的语境

Computing in Cardiology（原 Computers in Cardiology）自 1974 年起每年一届，2019 年恰是第 20 届 PhysioNet/Computing in Cardiology Challenge。届次语境中的位置：

• PhysioNet Challenges 从 2000 年（第 1 届）的信号处理主题起步，2010 年代逐步转向临床结局预测；
• 2019 届是第二届以"患者结局"为核心任务的届次（前一届 2018 届为 ICU 死亡率预测，题库 physionet 2018）；
• 2019 届的 Sepsis-3 标签 + utility 双件套使其成为系列中"临床决策支持"定位最纯的一届；
• 大会于 2019-09-09/11 在新加坡举行，是该系列首次在东南亚举办。

§2 论文双口径与时间线

1.3 数据卡片速览（机器可读口径）

dataset: cinc-2019
full_name: "Early Prediction of Sepsis from Clinical Data: The PhysioNet/Computing in Cardiology Challenge 2019"
edition: 20
year: 2019
modality: [EHR 时序, 每小时分箱]
train_patients: 40336        # A 20336 + B 20000
septic_patients: 2932        # 1790 + 1142
rows_public: 1424171         # 739663 + 684508
nonnull_points_public: 10486913
hidden_test_patients: "22761 (CinC) / 24819 (CCM)"
columns: 41                  # 8 vitals + 26 labs + 6 demographics + SepsisLabel
label: Sepsis-3, lead-shifted 6h
task: "early prediction, 6-12h lead, causal"
metric: normalized utility   # 主指标
license: CC-BY-4.0
version: 1.0.0
doi: 10.13026/v64v-d857
rrid: SCR_007345
organizers: [Emory BMI, Georgia Tech, MIT LCP, MGH, UCSD]
winner: "Morrill et al., 0.360"

1.4 阅读指南

• 赶时间：读 §1 表格 + §4.1 一张表 + §8.1 一张表即可获得全部核心数字。
• 做研究：§5（任务与标签）+ §6（评分）是复现必读；附录 D 提供现成 BibTeX。
• 引用口径：任何数字先对照附录 B 双口径清单，避免混用两版论文的口径。
• 数据工程：§4.3 的 41 列定义与 §9.4 文件树是解析 .psv 的速查页。

2.1 两版官方论文（双口径存照）

本数据集有两版官方论文，数字与作者名单存在系统性差异，引用时必须区分：

（1）CinC 会议版（2019 年 9 月）

• 标题：Computing in Cardiology 2019
• 作者：Reyna MA, Josef C, Seyedi S, Jeter R, Shashikumar SP, Westover MB, Sharma A, Nemati S, Clifford GD（9 人，含 Salman Seyedi）
• DOI：10.22489/CinC.2019.412
• 篇幅：2 页会议论文
• 数字口径：隐匿测试集 22,761 例

（2）CCM 期刊版（权威口径）

• 标题：Early Prediction of Sepsis from Clinical Data: the PhysioNet/Computing in Cardiology Challenge 2019
• 期刊：Critical Care Medicine. 2020 Jan 15;48(2):210-217. doi: 10.1097/CCM.0000000000004145（PMC6964870）
• 作者：Reyna MA, Josef CS, Jeter R, Shashikumar SP, Westover MB, Nemati S, Clifford GD, Sharma A（8 人，无 Seyedi）
• manuscript 落款：14 October 2019
• 数字口径：隐匿测试集 24,819 例（覆盖 A、B、C 三系统）

（3）年份双口径：PhysioNet 官页引用栏写作 “Critical Care Medicine 48 2: 210-217 (2019)”——in-press 年份口径；PMC 记录的正式刊出日期为 2020 Jan 15。两口径并存，条目以期刊版为权威、会议版注明。

（4）作者名单差异：会议版 9 人含 Salman Seyedi，期刊版 8 人无 Seyedi——引用时按所用版本如实标注。

2.2 时间线（含双截止日期口径）

日期	事件
2019-02-06/08	挑战赛正式启动（官方新闻稿 2019-02-06，论文口径 02-08）
2019-02-08 → 04-19	非官方阶段：每队 5 次 提交机会；截止日期双口径——官页新闻载常规截止 2019-04-10 23:59 GMT，CCM 论文载 19 April（论文以扩展期收尾）
2019-04-01	扩展训练库至 40,336 例
2019-04-22/25	官方阶段开始：每队 10 次 提交，启用新云评分系统
2019-08-05	v1.0.0 资源页在 PhysioNet 发布
2019-08-25 noon GMT	全部提交截止
2019-09-08	新加坡 hackathon
2019-09-09/11	Computing in Cardiology 大会（新加坡）现场决出名次
2019-09-17	官方结果公布
2019-09	CinC 会议版论文发表
2019-11-10	官方评估仓库 evaluation-2019 最后 commit
2020-01-15	CCM 期刊版正式刊出
2022-02-04	PhysioNet sources/ 打包收录全部参赛队伍代码 zip

2.3 资助方

• 主赞助：Gordon and Betty Moore Foundation、Google、MathWorks
• NIH 资助：U24EB037545、R01EB030362、R01GM104987、U24CA215109（NCI 支持云评分系统）、UL1TR002378

---

§3 机构、人物与参赛规模

3.1 组织方

数据集由 Emory 大学生物医学信息系（Department of Biomedical Informatics）牵头，联合：

• Georgia Tech（与 Emory 共享生物医学工程系）
• MIT Laboratory for Computational Physiology（PhysioNet 的维护方）
• Massachusetts General Hospital（MGH）
• UC San Diego

这一"临床信息学 + 信号处理 + 重症医学"的组合正是 PhysioNet 系列挑战赛的常设班底。

3.2 核心作者与角色

人物	机构	角色
Matthew A. Reyna	Emory	通讯作者（matthew.a.reyna@emory.edu），评估仓库作者
Chris Josef	Emory	数据管线与论文共同作者
Russell Jeter	Emory/MIT LCP	数据工程
Supreeth P. Shashikumar	Georgia Tech/UCSD	Sepsis-3 标注与算法侧
M. Brandon Westover	MGH	临床顾问（神经重症）
Benjamin Moody	MIT LCP	资源共同作者（PhysioNet 侧）
Ashish Sharma	Emory	竞赛运营与评分
Shamim Nemati	UCSD/Emory	Sepsis-3 标注方法论
Gari D. Clifford	Emory/Georgia Tech	资深作者（与 Nemati 同等贡献）
Salman Seyedi	—	仅见于 CinC 会议版作者名单

3.3 参赛规模（官方阶段）

• 104 队 注册并提交 853 entries
• 88 队、430 entries 评分成功（其余因格式/规则问题不计分）
• 90 篇 参赛摘要被 CinC 2019 大会接收
• 非官方阶段每队 5 次提交、官方阶段 10 次；终评每队仅 1 个 entry 在全集上跑一次

3.4 优胜榜完整表（论文 Table 1/3，final normalized utility）

名次	队伍（成员）	Final	Sys A	Sys B	Sys C
1	Morrill et al.（James Morrill, Andrey Kormilitzin, Alejo Nevado-Holgado, Sumanth Swaminathan, Sam Howison, Terry Lyons——牛津系）	0.360	0.433	0.434	−0.123
2	John Anda Du, Nadi Sadr, Philip de Chazal	0.345	—	—	−0.042
3	Morteza Zabihi, Serkan Kiranyaz, Moncef Gabbouj	0.339	—	—	−0.146
4	Xiang Li, Yanni Kang, Xiaoyu Jia, Junmei Wang, Guotong Xie	0.337	—	—	−0.156
5	Janmajay Singh, Kentaro Oshiro, Raghava Krishnan, Masahiro Sato, Tomoko Ohkuma, Noriji Kato	0.337	—	—	−0.094
*	*（最高分非官方条目）Meicheng Yang, Hongxiang Gao, Xingyao Wang, Yuwen Li, Jianqing Li, Chengyu Liu（南京航空/南京鼓楼系）	0.364	0.430	0.422	−0.048

注：带 * 号行为非官方条目的最高分（0.364，高于官方冠军 0.360），官方排行榜中星号标注表示其未满足官方阶段全部规则（如提交次数/截止约束），不计入官方名次。CinC 版论文 Table 1 与 CCM 版 Table 3 的名次口径一致。

3.5 两版论文逐项对照表

对照项	CinC 会议版	CCM 期刊版（权威）
发表载体	Computing in Cardiology 2019 论文集	Critical Care Medicine
发表时间	2019 年 9 月	2020 Jan 15（官页引用口径作 2019）
DOI	10.22489/CinC.2019.412	10.1097/CCM.0000000000004145
PMC 号	—	PMC6964870
篇幅	2 页	8 页（48(2):210-217）
作者人数	9 人	8 人
Seyedi S.	有（第 3 作者）	无
隐匿测试集	22,761 例	24,819 例
manuscript 落款	—	14 October 2019
表格口径	Table 1（名次）	Table 2（数据规模）/Table 3（名次）

引用建议：方法学叙述引 CCM 期刊版；提及 2019 年 9 月大会现场赛况引 CinC 会议版；两版数字并存时须显式注明版本。

3.6 组织方机构速写

• Emory University（牵头）：亚特兰大，生物医学信息系（BMI）承担数据管线、标注与竞赛运营；B 集即来自其附属医院 Emory University Hospital。
• Georgia Tech：与 Emory 共享 Wallace H. Coulter 生物医学工程系，提供算法与工程支持。
• MIT LCP：麻省理工计算生理学实验室，PhysioNet 平台的维护方；Benjamin Moody 代表实验室参与资源建设。
• MGH：麻省总医院，M. Brandon Westover 提供重症临床视角（神经重症方向）。
• UC San Diego：Shamim Nemati 主导 Sepsis-3 标注实现与医院间泛化分析。

五方组合覆盖了"数据工程 → 标注方法学 → 临床解释 → 平台发布"全链条，是 Challenge 2019 能在 7 个月内完成从启动到出结果的供给侧原因。

3.7 时间线叙述（双截止日期口径的由来）

官方新闻稿宣布非官方阶段于 2019 年 4 月 10 日 23:59 GMT 截止；但 CCM 论文正文把非官方阶段写到 4 月 19 日。合理解释是：4 月 10 日为常规提交截止，随后约一周为扩展/补交窗口（与 4 月 1 日训练库扩至 40,336 例的更新配套），论文按最终收尾日期记述。两个日期均如实并存，引用时写"2019 年 4 月上旬（官页口径 04-10 23:59 GMT；论文口径 04-19）"即可。

官方阶段原计划 4 月 22 日启动云评分，实际文档口径 4 月 25 日前完成切换——论文以 04-22/25 区间记述，属发布节奏差异而非矛盾。

3.8 参赛规模的口径细节

• “104 队 853 entries” 指官方阶段注册并提交的队伍与提交总次数；其中 88 队的 430 个 entries 通过了格式与规则审查、进入有效评分。
• 853 与 430 的差额由三类损耗构成：提交格式不符合规范（缺列/超时/算法崩溃）、违反提交次数上限、独立性审计未通过的重复参赛。
• "90 篇摘要"是 CinC 2019 大会接收的参赛方法学论文数——多数有效队伍至少提交一篇，另有部分队伍联名或跨队合作。
• 非官方阶段的参与规模官方未给全量口径，仅排行榜存档（2019-05-02 快照）可考。

3.9 榜单上的地域与技术流派分布（基于优胜榜与摘要集的可考信息）

• 欧洲学术派：冠军 Morrill et al. 来自牛津（数学建模传统，Terry Lyons 的 rough path 理论落地）；Rank 3 Zabihi et al. 来自坦佩雷系（芬兰，信号处理传统）。
• 亚太工程派：Rank 4 Xiang Li et al. 与星号条目 Meicheng Yang et al. 均来自中国团队（深度学习工程化见长）；Rank 5 Singh et al. 为日本产业技术综合系。
• 澳洲与大洋洲：Rank 2 de Chazal 系（悉尼）。
• 分布本身说明：脓毒症预警是当时全球 ICU 工程化的共同热点，单一基准能把四大洲队伍拉到同一把 utility 尺子下。

---

§4 数据构成与硬数字（CCM Table 2 官方口径）

4.1 公开训练集构成

指标	训练集 A（BIDMC）	训练集 B（Emory）	合计
患者数	20,336	20,000	40,336
脓毒症患者	1,790（8.8%）	1,142（5.7%）	2,932（≈7.3%）
数据行数（患者-小时）	739,663	684,508	1,424,171
非空数据点	5,536,849	4,950,064	10,486,913
测量密度	20.6%	19.1%	—

• 训练集 A = Beth Israel Deaconess Medical Center（BIDMC，波士顿）：MIMIC-III 的母院，ICU 电子病历抽取。
• 训练集 B = Emory University Hospital（亚特兰大）：与 A 独立的第二套 EHR 系统。
• 隐匿测试集覆盖 A、B、C 三个系统，其中 C 为匿名美国第三医院系统，训练阶段不可见。
• 全库合计 over 2.5 million hourly time windows、over 15 million data points（含隐匿部分）；公开训练库压缩包 42 MB。
• CCM 摘要总口径：“over 60,000 ICU patients”。

合计行的三重含义：

1. 40,336 不是凑整的"约 4 万"——精确到个位的患者数意味着官方对去重/去损有严格定义（每患者一个 .psv 文件即一个计数单元）。
2. 1,424,171 行与"患者-小时"一一对应，是全部后续统计（密度、阳性率、非空点）的分母基准。
3. 8.8% → 5.7% 的患病率落差发生在两个公开系统之间——参赛者在非官方阶段就能直接感受到分布冲击，这是基准刻意安排的"泛化预科"。

4.2 隐匿测试集规模（双口径存照）

• CinC 会议版：22,761 例
• CCM 期刊版（权威）：24,819 例
• 两数并存的原因是投稿时间差与最终入库例数差异；条目引用时以期刊版为权威、会议版注明。

4.3 文件格式与 41 列定义

每名患者一个管道分隔的 .psv 文件（如 training/p00101.psv），每行 = ICU 住院 1 小时，41 列 = 40 个临床变量 + SepsisLabel，缺失小时无测量记 NaN：

8 项生命体征：

#	变量	说明
1	HR	心率（次/分）
2	O2Sat	血氧饱和度（%）
3	Temp	体温（°C）
4	SBP	收缩压（mmHg）
5	MAP	平均动脉压（mmHg）
6	DBP	舒张压（mmHg）
7	Resp	呼吸频率（次/分）
8	EtCO2	呼气末二氧化碳（mmHg）

26 项实验室检验（Lab）：BaseExcess、HCO3、FiO2、pH、PaCO2、SaO2、AST、BUN、Alkalinephos、Calcium、Chloride、Creatinine、Bilirubin_direct、Glucose、Lactate、Magnesium、Phosphate、Potassium、Bilirubin_total、TroponinI、Hct、Hgb、PTT、WBC、Fibrinogen、Platelets——同一指标多 LOINC 编码已合并为单变量。

6 项人口学/管理字段：

#	变量	说明
35	Age	年龄；90 岁以上统一记 100（去标识约束）
36	Gender	性别（0/1）
37	Unit1	ICU 类型（MICU/SICU 编码，部分系统缺失）
38	Unit2	ICU 第二类型标志
39	HospAdmTime	入院到入 ICU 的小时数；可为负值（先入 ICU 抢救、后补办入院登记）
40	ICULOS	ICU 住院时长序号（第几小时）

第 41 列 SepsisLabel：二值标签（0/1），实现方式见 §5.2。

4.3.1 八项生命体征速查（临床含义）

变量	单位	临床含义	典型采集频率
HR	bpm	心率，脓毒症全身炎症反应的最早体征之一	监护仪连续，分箱后每小时
O2Sat	%	血氧饱和度，组织灌注与呼吸代偿指标	监护仪连续
Temp	°C	体温，发热/低体温是感染的核心信号	护理记录，每日 4-8 次
SBP	mmHg	收缩压，循环衰竭监测	监护仪/NIBP 周期测量
MAP	mmHg	平均动脉压，器官灌注的直接驱动压	由 SBP/DBP 计算或动脉导管
DBP	mmHg	舒张压	同 SBP
Resp	/min	呼吸频率，SIRS/qSOFA 计分项	监护仪连续
EtCO2	mmHg	呼气末二氧化碳，机械通气患者灌注代理指标	通气患者连续

注意：EtCO2 仅覆盖通气患者，缺失率极高；Temp/实验室类依赖护理文书，跨系统缺失机制差异最大（§8.2 归因之一）。

4.3.2 26 项实验室变量清单

BaseExcess（碱剩余）、HCO3（碳酸氢盐）、FiO2（吸氧浓度）、pH、PaCO2（动脉二氧化碳分压）、SaO2（动脉血氧饱和度）、AST（谷草转氨酶）、BUN（尿素氮）、Alkalinephos（碱性磷酸酶）、Calcium（钙）、Chloride（氯）、Creatinine（肌酐）、Bilirubin_direct（直接胆红素）、Glucose（血糖）、Lactate（乳酸）、Magnesium（镁）、Phosphate（磷）、Potassium（钾）、Bilirubin_total（总胆红素）、TroponinI（肌钙蛋白 I）、Hct（红细胞压积）、Hgb（血红蛋白）、PTT（部分凝血活酶时间）、WBC（白细胞）、Fibrinogen（纤维蛋白原）、Platelets（血小板）。

• 其中 Lactate、Creatinine、Platelets、Bilirubin、WBC 直接进入 SOFA/qSOFA 相关计分链路，是 Sepsis-3 标注的计算输入（§5.3）。
• 实验室变量按医嘱驱动采集：同一指标在医院间的检测触发习惯不同，缺失模式带强机构印记——迁移到 C 系统时这些"印记"全部失效。

4.4 预处理约定

• 全部 EMR 数据压缩到每小时分箱：同一小时内的多次测量取中位数。
• 多 LOINC 编码合并为单变量列，跨系统列名对齐。
• 缺失不插值、不填充——保留 NaN，缺失模式本身就是建模信号（测量频率与病情相关）。
• 粒度压缩本身就是去标识手段，这也是本库能以 CC BY 4.0 全开放（而 MIMIC-III 需受训访问）的关键。

4.5 第三方观察口径（与官方不一致处）

MDPI 2026 一篇第三方论文给出：住院时长中位数 40 小时、小时级标签阳性率 1.80%、总行数 “1,552,210 patient-hours”——最后一项与官方 Table 2 合计 1,424,171 行不一致，以官方为准；前两项仅作参考口径记录。

---

§5 任务定义、Sepsis-3 标注与防作弊

4.6 数据质量注意事项

1. NaN 不是零：任何插值/填充策略都应显式声明；缺失本身有信息量（§12.4）。
2. ICULOS 是行号也是时间轴：按 (patient, ICULOS) 唯一定位一个时点，勿假设每患者行数相同。
3. HospAdmTime 为负是合法值（§4.3）：表示 ICU 入住早于正式入院登记。
4. Unit1/Unit2 部分系统缺失：跨系统建模时不可依赖。
5. 中位数分箱损失了小时内波动：如需更高分辨率，本库无法提供——这是粒度换开放的固定代价。
6. SepsisLabel 已前移 6 小时（§5.2）：直接拿最后一行标签评估"当天是否脓毒症"是常见错误。

5.1 预测任务

• 输入：当前小时及之前的全部数据（严格因果——算法在 t 时刻只能看到 ≤t 的行）。
• 输出：每名患者每个小时窗输出一个 sepsis 风险值（连续分数）+ 二元预测（阈值由评分方统一扫阈值取最优 utility）。
• 时间要求：预测须至少提前 6 小时于脓毒症起病时间发出，提前量不超过 12 小时——超出 12 小时的早期报警在 utility 函数中不加分（见 §6）。
• 这个"6-12 小时窗口"来自临床约束：抗生素与液体复苏在 6 小时内启动可显著改善预后，而 12 小时以外的预报临床可操作性过低。

5.2 标签实现（SepsisLabel 前移 6 小时）

训练数据中的 SepsisLabel 是前移（lead-shifted）标签：

• 脓毒症患者：当 t ≥ t_sepsis − 6 时 SepsisLabel = 1；
• 非脓毒症患者：全程为 0。

即标签在起病前 6 小时即翻转为 1，使"提前 6 小时"的最低要求在训练阶段即可监督。算法实际输出被评分函数进一步考察 6-12 小时的提前量分布。

5.3 Sepsis-3 三时点定义

标签锚点 t_sepsis = min(t_suspicion, t_SOFA)：

1. t_suspicion（疑似感染时点）：IV 抗生素与血培养采样中较早者——若抗生素先给，则培养须在其后 24h 内；若培养先取，则抗生素须在其后 72h 内；含连续给药约束（同一抗生素疗程内的给药不重复计时）。
2. t_SOFA（器官功能障碍时点）：24h 窗口内 SOFA 评分较基线上升 ≥2 分的首个时点。
3. 约束：t_SOFA 不得早于 t_suspicion 前 24h、不得晚于其后 12h（剔除与感染无关的器官功能波动）。

5.4 防作弊设计

• C 系统数据永不公开：训练阶段不可见，测试阶段由评分方持有。
• 隐匿集只跑一次：终评每队 1 个 entry 在全集上运行一次，无迭代调参空间。
• 独立性审计：对提交者 email、队名、GitHub 账号做关联图谱分析，识别同一人多队参赛。
• 云评分沙箱：官方阶段使用 Docker 容器 + Google Cloud 的新评分系统，参赛者代码在受控环境运行。

5.7 三个系统的角色对照（§4 数据视角补充）

属性	系统 A	系统 B	系统 C
医院	BIDMC（波士顿）	Emory University Hospital（亚特兰大）	匿名（美国第三系统）
数据可得性	公开训练	公开训练	永不公开
官方反馈	官方阶段反馈子集分数	终评才见分	终评才见分
脓毒症率	8.8%（1,790/20,336）	5.7%（1,142/20,000）	未披露
数据行	739,663	684,508	未披露
角色	训练主场 + 开发参照	第二训练分布	泛化终极考场

三系统的角色设计是本基准最有教学价值之处：A 让参赛者"上车"，B 制造第一次分布冲击（脓毒症率从 8.8% 降到 5.7%），C 则在终评时完成泛化的终极检验——B 的存在本身就在警告参赛者"第二个中心的分布都会漂移，何况第三个"。

5.8 非空数据点与测量密度

• A 集：739,663 行 × 40 变量 = 29,586,520 个理论格位，非空 5,536,849 → 密度 20.6%。
• B 集：684,508 行 × 40 变量 = 27,380,320 个理论格位，非空 4,950,064 → 密度 19.1%。
• 两系统密度相近（约两成格位有值），但哪些格位有值的机制不同——这正是 §8 泛化崩塌的微观土壤。
• 全库合计 10,486,913 个非空数据点（公开部分）；含隐匿部分官方给出 “over 15 million data points”、“over 2.5 million hourly time windows”。

5.9 为什么选脓毒症做任务

1. 高发高致死：脓毒症是 ICU 最常见死因之一，每延迟 1 小时抗生素治疗都会推高死亡率——"提前量"有明确临床价值锚点。
2. Sepsis-3 恰在 2016 年定标：提供了可计算的三时点定义（§5.3），标签生成有共识依据，不依赖各院自定义。
3. 发病依赖多源信号：生命体征 + 实验室 + 用药记录缺一不可，天然检验 EHR 建模能力。
4. 误报代价真实存在：警报疲劳与抗生素滥用让"多报"不是免费的——utility 函数的 −0.05 因此有了现实含义。

5.10 标注的实现要点

• 从原始 EMR 中提取抗生素给药记录（含连续给药约束：同一疗程内重复给药不重置时钟）与血培养记录，按 §5.3 规则合成 t_suspicion。
• SOFA 分值由心率、血压、呼吸、血氧、血小板、胆红素、肌酐、乳酸等可自动提取项近似计算（缺失按可用项处理）。
• t_sepsis 受 [t_suspicion − 24h, t_suspicion + 12h] 窗口约束，避免把与感染无关的器官波动计入。
• 训练标签再整体前移 6 小时（§5.2），构成"提前量内可监督"的完整闭环。

5.11 临床部署视角：从分数到床旁

• 假警报的床旁代价：ICU 护士每小时处理数十种设备警报；一个在 C 系统上 utility 负分的算法意味着"部署即净伤害"——这就是为什么本基准用 −0.05/次给误报定价，而不是让它免费。
• 6 小时提前量的运营含义：给足血培养 + 抗生素决策与耗材准备的时间窗；12 小时上限则避免"预报三天后可能脓毒症"这类无法操作输出占用注意力。
• 因果约束的工程含义：部署系统天然只能看到 ≤t 的数据，训练与部署的信息面一致——这消除了"线下评估与线上表现"之间的最大落差来源。
• 持续监控建议：跨院部署应周期性重算 utility 并对比 A/B/C 三档基准；一旦跌向 0 基线即触发再训练评审——本基准提供了整套可复用的算尺。

---

§6 评估体系与 utility 函数

6.1 五指标输出

官方评估程序对每次提交输出五项指标，管道分隔打印：

AUROC | AUPRC | Accuracy | F-measure | Utility

• 官方主指标 = 第五个 utility（归一化临床效用），其余四项为辅助统计指标。
• 设计意图：AUROC/AUPRC 无法表达"早报值钱、漏报致命、误报扰人"的临床非对称代价，utility 可以。

6.2 utility 函数定义

对每名患者、每个小时窗 t，按预测时刻与 t_sepsis 的关系给分：

分支	条件	分值	含义
U_TP	t_sepsis − 12 ≤ 预警时刻 < t_sepsis	max_u_tp = 1	提前 6-12 小时内的真阳性：满分奖励
U_FP	非脓毒症患者的报警	u_fp = −0.05	误报：轻罚（抗生素滥用与警报疲劳的代价）
U_FN	脓毒症患者全程未报	min_u_fn = −2	漏报：重罚（可预防死亡的代价）
U_TN	非脓毒症患者的正确沉默	u_tn = 0	真阴性：中性

参数（评估代码与 CCM 论文 Fig.4 双源互证）：

dt_early   = −12   # 最早有效提前量（小时）
dt_optimal = −6    # 最优提前量
dt_late    = +3    # 起病后 3 小时内报警仍算部分有效
max_u_tp   = 1
min_u_fn   = −2
u_fp       = −0.05
u_tn       = 0

• 在 [dt_early, dt_optimal] 区间内，U_TP 从 1 线性过渡到满值附近再线性回落——"提前 6 小时"两侧不是悬崖，而是缓坡。
• 起病后 3 小时内（dt_late = +3）报警仍可获得衰减的 U_TP 分值，超出则计 0。
• 来源说明：官方 evaluation-2019 仓库 raw 直抓因沙箱 SSL 受限未成，参数经参赛镜像（namhar/physionet-challenge-2019）代码与 CCM 论文图形双源核验，风险低。

6.3 归一化与基准线

U_normalized = (U_total − U_no predictions) / (U_optimal − U_no predictions)

• 最优算法 = 1（每例都在最优窗口报警）
• 全阴性算法 = 0（从不报警的基线）
• 负分 = 净伤害（比不报还糟）

这一归一化使不同规模、不同患病率的子集分数可比，也是"跨系统泛化崩塌"（§8）能用统一尺度呈现的原因。

6.4 评分机制与提交规则

• 官方阶段：Docker 容器 + Google Cloud 云评分；参赛者提交预测算法而非分数。
• 提交次数：非官方阶段每队 5 次、官方阶段 10 次；终评每队 1 个 entry 全集一次。
• 信息反馈：官方阶段只反馈 A 系统子集 的分数，B/C 表现保密——防止对隐匿分布过拟合。
• 官方评估代码：GitHub physionetchallenges/evaluation-2019，evaluate_sepsis_score.m / .py 双语言实现且结果一致，作者 matthewreyna，最后 commit 2019-11-10。另有 physionetchallenges 组织的 Julia/MATLAB/Python/R 四语言示例预测框架（BSD-2-Clause）。
• 排行榜历史存档：archive.physionet.org/challenge/2019/leaderboard/（可见 2019-05-02 版本快照）。

6.5 为什么不用 AUROC 做主指标（对比示例)

在 7.3% 患病率下，一个把所有患者都报警的算法 AUROC 可达 0.5、Accuracy 约 0.073，但 utility 会因海量误报（−0.05 × 37 万行）跌为深度负值；反之，一个只在病人临终才报警的算法可以刷高 AUPRC 却在 utility 上被提前量惩罚。utility 把这两个失败模式都挡在了排行榜外——这是该基准对后续医学 ML 评测最持久的影响之一。

---

6.6 utility 逐步计算实例（教学用例）

以一名住院 48 小时、第 30 小时达到 t_sepsis 的患者为例（参数见 §6.2）：

算法行为	效果窗口判定	记分
第 18 小时报警	提前 12 小时整，落在 [−12, −6) 边界起点，U_TP 从满值向早期端线性衰减	部分正分
第 20 小时报警	提前 10 小时，处于 [−12, −6] 缓坡区间	接近满值
第 24 小时报警	提前 6 小时 = dt_optimal	+1（满值区）
第 26 小时重复报警	同一真阳性窗口内的后续报警不重复计 U_TP	0
第 31 小时报警	起病后 1 小时，仍在 dt_late=+3 内	衰减正分
第 35 小时才首次报警	超出 +3，计 U_FN 级别的失败	趋向 −2

非脓毒症患者在全部住院小时内任何报警都记 −0.05/次；全程无报警记 0。对全体患者求和后按 §6.3 归一化。该实例说明三点：满值奖励集中在"提前 6 小时"附近；过早报（提前 12 小时外）不加分；漏一次报的代价相当于 40 次误报（−2 / −0.05 = 40）——误报罚则轻但并非零成本。

6.7 五指标并排的解读要点

• AUROC 高、utility 负：排序能力尚可但校准/时机失败——报警不在有效窗口内。
• AUPRC 高、utility 负：正类检出强，但报警过晚或过密，被 −2/−0.05 拖垮。
• Accuracy 接近患病率：几乎从不报警的退化解（基线 0 分附近）。
• F-measure 与 utility 双高：时机与阈值俱佳——真实前排队伍的特征。
• 因此阅读排行榜时必须以 utility 列为主，其余四列仅作诊断。

6.8 与通用机器学习评测的对照

维度	通用 ML 评测（Kaggle 式）	CinC 2019 官方评测
主指标	AUROC / F1 / RMSE	归一化 utility（临床代价显式编码）
提交物	预测分数	算法（Docker 容器在云上跑）
测试数据	赛后公开，可复盘	C 系统永不公开
尝试次数	每日多次，榜单实时	非官方 5 次 / 官方 10 次 / 终评 1 次
反馈	全量分数	仅 A 子集分数
失败模式	榜单过拟合、测试集泄露	结构性杜绝这两类
典型结局	前排分数逼近上限	前排 C 系统全员负分

结论：本基准用"信息分层发放"换来了结论的真实性——它的排行榜数字不如 Kaggle 好看，但泛化结论更接近临床部署的现实。

6.9 阈值处理机制

参赛者输出的是连续风险分；官方评估器在接收端执行统一的阈值扫描：对全部候选阈值逐一计算 utility，取最优者作为该提交的 utility。这意味着：

• 参赛者无需自行定阈值，等于官方把"最后一步校准"标准化了；
• 不同校准风格的算法（激进/保守）在同一评估器下可比；
• F-measure 等辅助指标也用同一最优阈值报告，保证五指标口径自洽。

§7 竞赛过程与官方结果

7.1 两个阶段的节奏

1. 非官方阶段（2019-02-08 → 04-10/19，双截止口径见 §2.2）：每队 5 次提交，排行榜实时可见，用于热身与基线建立。
2. 官方阶段（2019-04-22/25 → 08-25）：每队 10 次提交，云评分系统上线，只反馈 A 子集分数；08-25 noon GMT 截止后，每队指定 1 个 entry 在全集（含 C 系统）上终评一次。

7.2 终评结果分布特征

• 官方前五名 final normalized utility 挤在 0.337-0.360 的窄带内——第一名并未显著拉开差距。
• 全部前排队伍在 A/B 系统上 0.40+，在 C 系统上全部为负（−0.042 至 −0.156）。
• 非官方星号条目（Meicheng Yang 等）0.364 高于官方冠军，但其规则约束不同（详见 §3.4 注）。
• 90 篇参赛摘要构成 CinC 2019 论文集的主体（cinc.org/archives/2019/），形成该领域罕见的"同一基准、百队方法"横向对比文献群。

90 篇摘要之外，官方在 CinC 大会现场仅公布前十名；完整排行榜（含全部 88 个有效队伍）随后发布于 PhysioNet 站内与 archive 存档。

7.3 前排方法学速览

• 冠军 Morrill et al.（牛津）：把时序数据处理为"非规则时间事件流"，用 signature 变换（粗-path/多级特征）+ 逻辑回归/梯度提升，在每小时稀疏 NaN 密集数据上稳健工作；其方法学延续到后续 sepsis 预警产品化探索。
• 第 4 名 Xiang Li et al.：深度时序网络 + 多尺度卷积，A/B 高分但 C 系统 −0.156 为前排最深负值——过拟合训练分布的典型样本。
• 星号条目 Meicheng Yang et al.：集成 + 规则后处理，C 系统 −0.048 是全场最接近盈亏平衡的成绩。

7.4 前排方法的共性配方

从 90 篇参赛摘要与前排方案看，高分队伍普遍包含以下要素的子集：

1. 缺失感知建模：把"上次测量距今多久"、"本小时是否测量"作为显式特征，而非简单插值。
2. 多尺度时序聚合：小时窗 → 6 小时窗 → 24 小时窗的分层统计（趋势 + 波动率）。
3. SepsisLabel 前移结构的利用：训练目标对齐 t_sepsis − 6（§5.2），推理时再做时机校准。
4. 梯度提升 + 规则混合：树模型对表格化小时数据稳健，规则后处理压误报。
5. 阈值按 utility 网格搜索：在验证集上直接优化 utility 而非 F1——与官方主指标对齐。

7.5 排行榜的诚实性设计回顾

• 非官方榜实时可见 → 社区热度与方法交叉验证；
• 官方榜只反馈 A 子集 → 中途名次"看起来"不完整是刻意的；
• 终评一次全集 → 最终榜与中途榜的差异本身就量化了"对反馈过拟合"的程度；
• archive.physionet.org 存有 2019-05-02 版排行榜快照，可复现中途状态。

7.6 赛程中的三个关键节点回顾

1. 4 月 1 日训练库扩容（至 40,336 例）：发生在非官方阶段中段，排行榜上的分数在这之后才"含金量"完整——B 集加入使全员分数下修，排行榜出现第一次洗牌。
2. 官方阶段切换云评分（04-22/25）：提交从"传分数"变为"传算法"，Docker + Google Cloud 沙箱上线，反馈降为 A 子集。
3. 08-25 终评：每队 1 entry 全集一次，C 系统成绩在 09-17 结果公布时才首次为世人所见——此前无人知道自己会否在第三系统上负分。

7.7 从提交数据看"分差"的本质

前五名的 final 分差只有 0.023（0.360 − 0.337），但 C 系统分差达 0.114（−0.042 − (−0.156)）——名次竞争的主战场在 A/B，泛化差异的放大镜在 C。这提示两件事：

1. A/B 上的精雕细琢（特征、集成、阈值）只能拉开 2-3 个百分点的 utility；
2. 真正拉开命运差距的是"换一家医院掉多少"——而这一项在赛程内无人能优化（信息分层设计使然），只能在方法学层面预留稳健性（规则混合、保守校准）。

后续研究把这一观察形式化为"性能-鲁棒性前沿"：在不接触目标分布的前提下，峰值性能与跨院稳健性存在可量化的交换关系，本榜是它最早的实证数据点之一。

---

§8 核心发现：跨系统泛化崩塌

8.1 现象

以官方前五名 + 星号条目为例：

队伍	Sys A/B 区间	Sys C
Morrill et al.（Rank 1）	0.433 / 0.434	−0.123
Du, Sadr, de Chazal（Rank 2）	0.40+	−0.042
Zabihi et al.（Rank 3）	0.40+	−0.146
Xiang Li et al.（Rank 4）	0.40+	−0.156
Singh et al.（Rank 5）	0.40+	−0.094
Meicheng Yang et al.（*）	0.430 / 0.422	−0.048

没有任何队伍在 C 系统上取得正分。

8.2 归因分析（论文讨论口径）

1. 机构间流程差异：实验室项目组合、文书惯例、ICU 类型构成不同，导致 26 项实验室变量的缺失模式与测量频率整体漂移。
2. 护理强度与编码习惯：A/B 系统数据抽取自研究型深度 EHR，C 系统的记录密度与字段可用性不同——算法学到的"缺失即信号"规律在 C 上反转。
3. 患病率与疾病谱偏移：C 系统 sepsis 比例、患者年龄构成与训练分布不同，校准整体失效。
4. utility 的放大效应：负向 utility 对漏报（−2）极敏感，分布偏移造成的少量漏报即可把分数拖到水下；这正是设计意图——宁可让分数难看，也不让"看起来还行"的算法进入临床。

8.3 影响

• 直接催生了后续"多中心联邦评测"的设计惯例：训练集绝不能只有一到两个中心。
• MIMIC-III/eICU 组合、HiRID、AmsterdamUMCdb 在 2020 年代被广泛用作外部验证库，正是对本教训的制度化回应（见 §10、§11）。
• "跨医院泛化崩塌"成为医学 ML 综述中的标准引例，CCM 论文至今是 sepsis ML 基准的标配引用。

---

§9 License、获取方式与版本链

9.1 许可

• License：CC BY 4.0（Creative Commons Attribution 4.0 International Public License）。
• Access Policy：Anyone can access the files——完全开放获取，无 credentialed/受训访问门槛。
• 对比 MIMIC-III 的受训访问制：本库的小时级分箱粒度压缩本身就是去标识手段，因此可全开放。
• 引用要求：①Reyna et al. CCM 论文（或所用版本的对应论文）；②数据 DOI 10.13026/v64v-d857（RRID: SCR_007345）。
• 附带资源的独立许可：官方评估代码与四语言示例框架为 BSD-2-Clause；各参赛队伍代码仓库许可各异，使用前须逐一核对。

9.2 三种下载方式

# ① PhysioNet 页面直链（约 42 MB 压缩包）
https://physionet.org/content/challenge-2019/1.0.0/

# ② wget 递归镜像
wget -r -N -c -np https://physionet.org/files/challenge-2019/1.0.0/

# ③ AWS 开放数据（匿名访问）
aws s3 sync --no-sign-request s3://physionet-open/challenge-2019/1.0.0/

9.3 版本链

• 仅 v1.0.0（2019-08-05）一版，无后续修订——资源页发布即终版，是 PhysioNet 系列中少见的"零修订"稳定基准。
• latest DOI：10.13026/0y7p-s471（当前指向同一 v1.0.0）。

9.7 三种获取方式怎么选

方式	适用场景	注意点
页面直链	首次下载、人工核对	手动确认版本页脚 v1.0.0
wget 递归	脚本化、断点续传	-N 保时间戳、-c 续传、-np 防越界父目录
AWS sync	云上批量、免登录	–no-sign-request 匿名；区域延迟首次较慢

三种方式产物一致（同一 SHA256SUMS 清单），任选其一即可；云端训练建议 AWS sync（内网带宽），本地分析建议直链（一次 42 MB）。

9.4 资源页文件树

challenge-2019/1.0.0/
├── training/            # A、B 两子目录，每患者一个 .psv
│   ├── training_setA/   # 20,336 例（p000001.psv - p010336.psv 命名段）
│   └── training_setB/   # 20,000 例
├── papers/              # 官方论文 PDF（含 CCM manuscript，约 1.5 MB）
├── sources/             # 全部参赛队伍代码 zip（2022-02-04 打包；
│                        #   如 404Sepsisnotfound.zip、ABC.zip 等数百队）
├── hackathon/           # 2019-09-08 新加坡 hackathon 材料
├── img/                 # 页面图（utility_sepsis/nonsepsis_diagram.svg 等）
├── LICENSE.txt          # 25.2 KB（CC BY 4.0 全文）
└── SHA256SUMS.txt       # 文件校验清单

8.5 "负分是设计意图"的三层解读

1. 测量层：utility 的归一化把"从不报警"定为 0 分基线——任何在陌生分布上失准的算法都会自然落水，负分 = "换家医院后比不部署还糟"的直白表述。
2. 设计层：漏报罚 −2 远重于误报罚 −0.05（40:1），使分数对"分布偏移导致的漏检"极度敏感——这正是设计者想要的放大镜。
3. 传播层：全员负分的结果被论文如实报告，成为医学 ML 社区十年间反复引用的警示案例——一次"难看但诚实"的评测，胜过十次"好看但存疑"的刷榜。

8.6 与同期其他挑战赛泛化设计的对比

赛事	泛化检验方式	特点
CinC 2019（本库）	隐匿第三医院系统，终评一次性	信息分层最严格
CinC 2015	隐匿病历 + 提前量奖励	首创 utility 思想
CinC 2021	隐藏测试含"从未见过的库"（分布外设计）	库级泛化
MIMIC-III 时代常见做法	单库随机划分	无真正泛化检验

本库的设计介于 2015 与 2021 之间：既保留了单系统隐匿的尖锐性，又用 A/B 双库训练给出了第一次分布冲击的预演。

9.6 在 PhysioNet 开放数据家族中的位置

• PhysioNet 资源分三档：open（直接下载）、credentialed（注册+协议）、controlled（申请审核）。
• 本库属 open 档（CC BY 4.0，Anyone can access），与 MIMIC-III（credentialed）形成鲜明对照——同一家医院（BIDMC）的数据，因粒度压缩策略不同而落在不同合规档位，是研究开放数据合规设计的经典对照样本。
• 相近定位的 open 档资源还有 challenge 系列数据（cinc-2015、cinc-2021、cinc-2023 等），构成"小时级 EHR → 信号 → 波形 → 音频"的开放频谱。

10.5 引用与署名规范细则

• 引用数据：Reyna et al. 论文 + DOI 10.13026/v64v-d857，RRID SCR_007345 写入方法学段落。
• 引用评估代码：physionetchallenges/evaluation-2019 仓库，注明 commit 日期（最后 commit 2019-11-10）。
• 使用参赛代码（sources/ 内 zip）：逐仓库核对许可，多数为研究用途限制，勿默认可商用。
• 转载本条目：CC BY 4.0 同样适用——署名"千方病案医数集"并链接原始条目。

10.1 库内互链（rid 核实于 2026-09-27）

关联数据集	rid	关系
mimic-iii / mimiciii	106 / 590	A 集（BIDMC）母院数据库；本库为其小时级压缩重切片
eicu-crd / eicu-collaborative	552 / 9	常被误传为 B 集来源（见 §13 证伪二）；实为外部验证资源
chest-ct-sepsis-er	600	影像域脓毒症数据集（CT），与本库构成"时序+影像"互补
cinc-2021	644	同系列后续挑战赛（12 导联 ECG 多标签）
cinc-2015	487	同系列 2015 届（ hypothetemia/假性低体温预警）
cinc-2018-sleep	493	同系列 2018 届（睡眠分期）
physionet-cinc-2016	382	同系列 2016 届（心音分类）
physionet-cinc-2017	162	同系列 2017 届（房颤分类）
cinc-2023	499	同系列 2023 届（环境声音健康事件）
amsterdamumcdb	6	欧洲外部验证库（荷兰阿姆斯特丹 UMC）
hirid	7	欧洲外部验证库（瑞士伯尔尼 Inselspital）

10.2 HF 生态（hf-mirror.com 查询 2026-09-27）

• legomaheggo/physionet-sepsis-2019（downloads 128）
• devesh73/physionet-sepsis-2019（downloads 21）
• 无官方 HF 仓库；社区镜像均为个人再打包，使用时须回源核对 SHA256。

10.3 GitHub 生态

• physionetchallenges/evaluation-2019：官方评估代码（MATLAB + Python 双实现）。
• physionetchallenges 组织：Julia/MATLAB/Python/R 四语言示例预测框架（BSD-2-Clause）。
• 参赛镜像：namhar/physionet-challenge-2019 等；PhysioNet sources/ 目录收全部参赛代码 zip（数百队）。
• 引文生态：CCM 论文为 sepsis ML 基准标配引用；CinC 2019 论文集（cinc.org/archives/2019/）含 90 篇参赛摘要。

8.4 逐队泛化落差分析（C 系统成绩单）

队伍	C 系统分	相对 A/B 落差	可读出的信息
Xiang Li et al.	−0.156	前排最深	深度模型对训练分布记忆最强，崩得最狠
Zabihi et al.	−0.146	深负	多尺度卷积未处理缺失机制漂移
Morrill et al.	−0.123	深负但总分仍居首	signature 特征在 A/B 优势足够大，抵消 C 崩塌
Singh et al.	−0.094	中等	规则占比高反而缓冲
Meicheng Yang et al.（*）	−0.048	最浅	规则后处理 + 保守阈值 = 最抗漂移
Du, Sadr, de Chazal	−0.042	最浅	同上；临床规则工程是跨院稳健性的关键

规律：模型越"深"、越依赖训练分布的统计规律，C 系统崩得越深；规则与校准越保守，落差越浅。但保守派的总分也被压低（0.345 vs 0.360）——稳健性与峰值性能的权衡在本榜上清晰可见。

9.5 复现与校验实操清单

1. 下载压缩包后先核对 SHA256SUMS.txt（官方提供全文件校验清单）。
2. 抽查任一 .psv：列数应为 41、分隔符为 |、缺失为空值/NaN、首行为表头。
3. 用官方 evaluation-2019 仓库的 evaluate_sepsis_score.py 对随机预测复算 utility，验证归一化基线（全阴性 = 0）。
4. 核对 A/B 合计行数：739,663 + 684,508 = 1,424,171；患者数 20,336 + 20,000 = 40,336；脓毒症 1,790 + 1,142 = 2,932。
5. 引用格式采用 §9.1 两件套（论文 + DOI），RRID 写 SCR_007345。

10.4 资源索引速查

资源	位置	说明
数据本体	physionet.org/content/challenge-2019/1.0.0/	v1.0.0，42 MB
官方论文（权威）	CCM 48(2):210-217 / PMC6964870	期刊版
官方论文（会议版）	DOI 10.22489/CinC.2019.412	2 页
评估代码	github.com/physionetchallenges/evaluation-2019	MATLAB+Python
示例框架	github.com/physionetchallenges	四语言，BSD-2-Clause
排行榜存档	archive.physionet.org/challenge/2019/leaderboard/	2019-05-02 快照
参赛代码全集	PhysioNet sources/（2022-02-04 打包）	数百队 zip
论文集	cinc.org/archives/2019/	90 篇摘要

10.6 HF 社区镜像的注意事项

• hf-mirror.com 可查到的镜像（legomaheggo 128 次下载、devesh73 21 次下载）均为个人再打包，非官方维护。
• 使用镜像前务必回源核对：行数（1,424,171）、患者数（40,336）、41 列结构——社区镜像历史上出现过列错位与标签口径错误的先例（通用教训，非本库特例）。
• 官方没有 HF 仓库；引用研究时一律以 PhysioNet v1.0.0 + SHA256SUMS 为准。

10.7 GitHub 生态的使用建议

• 复现评估：直接跑 evaluation-2019 的 .py 实现（与 .m 双实现结果一致，2019-11-10 最后 commit）。
• 快速起步：physionetchallenges 组织的四语言示例框架（BSD-2-Clause）给出了输入输出管线的最小实现。
• 深挖方法：sources/ 内数百队 zip 是"同一基准、百种方法"的原始语料，适合做方法学元分析；逐 zip 核许可后再用。

8.7 本节小结

• 现象：A/B 0.40+ → C 全负（−0.042 至 −0.156）。
• 机制：缺失机制漂移 + 编码习惯 + 患病率偏移 + utility 放大。
• 规律：模型越深崩得越狠，规则越保守落差越浅（§8.4）。
• 后果：多中心训练与外部验证成为医学 ML 的制度性标配（§10.1、§11）。

一句话：CinC 2019 用一届比赛的负分，换来了整个领域对"泛化"二字的重新定价。

---

§11 相关数据集对比与证伪记录

11.1 与 MIMIC-III 的关系

维度	cinc-2019	MIMIC-III
A 集母院	BIDMC（同一医院）	BIDMC
访问门槛	CC BY 4.0 全开放	受训访问（CITI 证书 + 签署协议）
粒度	每小时一行、41 列固定	秒级事件流、全字段
标签	Sepsis-3 前移 6 小时（现成）	原始数据，需自行实现 Sepsis-3
用途定位	算法评测基准	深度研究数据湖

A 集可视为 MIMIC-III 在"Challenge 2019 规范"下的投影：同一医院、同一时段的 ICU 记录，被压缩、对齐、打标成可直接训练的格式。库内误传澄清：主会话曾提示"来源含 MIMIC-III/eICU/HiRID/AmsterdamUMCdb 四库"，不成立——官方论文明确三个系统均为美国医院（A=BIDMC、B=Emory、C=匿名美国系统）；HiRID（瑞士伯尔尼）与 AmsterdamUMCdb（荷兰）是赛后才被社区用作外部验证的资源，Frontiers 2026 综述将两者与本基准并列为互补定位，并非本库来源。

11.2 与 eICU 的关系（证伪二）

社区流传"B 集 = eICU"为误传。 CCM 论文明确 B = Emory University Hospital；PMC6964870 与 MDPI 第三方论文双源一致。eICU-CRD 是多中心远程 ICU 数据库，与本库 B 集无来源关系，仅常被同时引用作外部验证。

11.3 与同系列挑战赛的谱系

• cinc-2015（487）：假性低体温/心血管手术预警——首次引入"提前量奖励"思想。
• physionet-cinc-2016/2017（382/162）：心音与心律分类，信号粒度。
• cinc-2018-sleep（493）：睡眠分期。
• cinc-2019（本条目）：转回临床时序，引入 Sepsis-3 标签与 utility 函数。
• cinc-2021（644）：12 导联 ECG 多标签汇编，把"训练全信息、测试降信息"模板化。
• cinc-2023（499）：环境声音健康事件。

谱系上的承上启下：cinc-2015 的提前量思想在 cinc-2019 被 utility 函数形式化，随后被 cinc-2021 的部分得分制继承。

11.4 与欧洲外部验证库的互补

维度	cinc-2019	HiRID	AmsterdamUMCdb
国家	美国（三系统）	瑞士（伯尔尼）	荷兰（阿姆斯特丹）
粒度	每小时分箱	分钟级	小时/分钟混合
许可	CC BY 4.0	CC BY-SA 4.0（需 credentialed）	需申请（credentialed）
角色	训练+官方基准	赛后外部验证	赛后外部验证

---

§12 方法学启示

12.1 "临床效用函数"可以显式编码权衡

把"提前 6-12 小时最值钱、漏报 −2、误报 −0.05"写成白纸黑字的分段函数，比让算法作者自行猜测权衡好得多：所有队伍在同一尺度上竞争，事后分析能精确解释每个名次差的来源。任何"早发现"类任务（败血症、脓毒症、急性肾损伤、病情恶化预警）都可直接移植这套参数化模板。

12.2 "训练全公开、测试全隐匿、只跑一次"防过拟合三件套

• 训练集（A/B）公开 → 方法可复现；
• C 系统永不公开 → 无法对测试分布调参；
• 终评 1 entry 全集一次 → 无迭代试探空间。

配合"官方阶段只反馈 A 子集分数"的信息控制，这套流程把排行榜与真实泛化的差距压到了最小——代价是 C 系统全员负分这一"难看"的结果，而这恰恰是结果可信的证据。

12.3 粒度压缩是开放与隐私的中间道路

MIMIC-III 因字段过细只能受训访问；本库把粒度压到"每小时 + 41 列 + 90+ 岁记 100"后即可 CC BY 4.0 全开放。粒度压缩本身就是去标识手段——这为后续开放数据集设计提供了可复用的合规路径。

12.4 缺失模式是信号也是陷阱

训练集上"某变量缺失率与死亡率相关"的规律，到了 C 系统可能因为文书流程不同而反转。处理 EHR 缺失时，应显式建模"缺失机制"而非仅把 NaN 当特殊值——本基准的泛化崩塌正是这一原则最著名的反例教材。

12.5 多中心训练是底线

前五名全部在 C 系统翻车说明：两个中心训练不足以覆盖第三个中心的分布。2020 年代 sepsis 预警研究普遍转向 3+ 中心训练 + 独立中心验证的设计，本基准是这一转变的直接推手。

---

§13 常见误解澄清（证伪记录）

#	流传说法	事实	依据
1	“数据来自 MIMIC-III/eICU/HiRID/AmsterdamUMCdb 四库”	不成立。三个系统均为美国医院：A=BIDMC、B=Emory、C=匿名美国系统；HiRID（瑞士）与 AmsterdamUMCdb（荷兰）是赛后外部验证资源	CCM 论文 §2；Frontiers 2026 综述
2	“B 集 = eICU”	误传。B = Emory University Hospital	PMC6964870 与 MDPI 第三方论文双源一致
3	“总行数 1,552,210 patient-hours”	与官方 Table 2 合计 1,424,171 行不一致，以官方为准	CCM Table 2
4	“隐匿测试集是 22,761 例”	仅 CinC 会议版口径；CCM 期刊版为 24,819（权威）	双口径并存
5	“论文是 2019 年的”	期刊版正式刊出 2020 Jan 15；官页引用沿用 in-press 年份口径 “(2019)”	双口径并存
6	“C 系统是欧洲某医院”	禁止猜测。官方仅称 “a third, unidentified hospital system”（美国第三系统），条目按匿名处理	FACTS 存照第 79 行
7	“冠军 0.364”	0.364 是非官方星号条目（Meicheng Yang et al.）；官方冠军 Morrill et al. 为 0.360	论文 Table 1/3
8	“评估代码是 BSD-2-Clause 所以数据集也是”	数据集许可为 CC BY 4.0；BSD-2-Clause 是示例预测框架仓库的许可，勿混淆	PhysioNet LICENSE.txt

---

13.1 证伪记录的逐条展开

证伪一（四库来源说）的排查路径：先查官方论文 §2——“Data from three hospital systems in the United States were used”，明确三系统均为美国；再查 Frontiers 2026 综述——HiRID 与 AmsterdamUMCdb 是作为"互补外部验证资源"与本基准并列讨论，而非数据来源；两者口径一致，误传可定案。

证伪二（B=eICU 说）的排查路径：CCM 论文 Table 2 脚注写明 “training set B: Emory University Hospital”；PMC6964870 全文与 MDPI 第三方论文引述一致。eICU 的混淆可能来自"多中心 ICU 数据库"的粗略联想，以及部分教程把 eICU 当作本库"第三系统"的猜测（同样错误——C 是美国匿名系统且永不公开）。

1,552,210 patient-hours 的来源推定：该数出自 MDPI 2026 论文的摘要表述，与官方 Table 2 的 1,424,171 行相差约 12.8 万行；可能的成因是该文把隐匿测试集部分行数并入统计。条目处理方式：正文使用官方数，第三方数仅在 §4.5 存照并声明"以官方为准"。

§14 FAQ

Q1：数据怎么下载？多大？
约 42 MB 压缩包，三种方式：PhysioNet 直链、wget 递归镜像、AWS 开放桶（aws s3 sync --no-sign-request s3://physionet-open/challenge-2019/1.0.0/）。见 §9.2。

Q2：需要签协议或受训吗？
不需要。CC BY 4.0 全开放，任何人可下载；仅需按官方要求引用论文与 DOI。

Q3：训练标签为什么"看起来提前 6 小时就变 1"？
因为 SepsisLabel 做了前移：t ≥ t_sepsis − 6 即为 1（见 §5.2）。这是任务设计而非标注错误——最低提前量要求在训练阶段即可监督。

Q4：测试集能拿到吗？
不能。C 系统与隐匿测试集永不公开，只存在于评分方环境中。这正是"跨系统泛化"结论可信的原因。

Q5：utility 负分是什么意思？
比"从不报警"（0 分基线）更差。前排队伍在 C 系统全部负分 = 换一家医院后，这些算法实际是净伤害（大量误报叠加致命漏报）。

Q6：HospAdmTime 为什么有负值？
先入 ICU 抢救、后补办入院登记的时间差（见 §4.3）。属正常数据现象，勿当脏数据清洗。

Q7：Age 有 100 是真的百岁老人吗？
90 岁以上统一记 100（去标识约束），不是真实年龄（见 §4.3）。

Q8：有哪些直接可用的评估工具？
官方 physionetchallenges/evaluation-2019（MATLAB + Python 双实现，结果一致）；physionetchallenges 组织另有四语言示例预测框架。

Q9：现在做 sepsis 预警研究还该用它吗？
作为基准评测场依然标准（可复现、可对比历史方法）；作为性能上限证据已不足（仅两中心训练）。现代研究通常用它做基准对照，另加多中心外部验证。

Q10：与 MIMIC-IV 什么关系？
无直接关系。A 集源自 MIMIC-III 时代的 BIDMC 记录加工；MIMIC-IV 是独立的后续版本数据湖，本库未随其更新（版本链仅 v1.0.0）。

Q11：可以用本库训练商用产品吗？
CC BY 4.0 允许商用，但须署名（引用论文与 DOI），且注意 utility 参数与标签口径的学术规范；隐匿测试集不可能获取，任何"在官方测试集上 X 分"的商用宣称都应警惕。

Q12：为什么我的复现分数和排行榜对不上？
先核对三件事：①是否用了官方 evaluate_sepsis_score（阈值扫描方式一致）；②标签是否理解成前移 6 小时的版本；③utility 是否做了归一化（不归一化的 raw utility 与榜单数值不可比）。

Q13：B 集脓毒症率为什么比 A 集低这么多（5.7% vs 8.8%）？
两院患者构成与入院标准不同（B 为 Emory 大学医院成人 ICU 抽样）。这个落差正是基准刻意保留的"第一次分布冲击"，复现论文应在 B 上观察到分数下降。

Q14：小时级阳性率 1.80% 和患者级 7.3% 哪个对？
都对，粒度不同：1.80% 是全部患者-小时中标签为 1 的比例（MDPI 第三方参考口径），7.3% 是患者级脓毒症比例（官方 2,932/40,336）。引用时注明粒度。

Q15：SepsisLabel=0 但患者最终确诊脓毒症，是标签错误吗？
不是。前移标签只在 t ≥ t_sepsis − 6 后翻转为 1；起病前 12 小时以外的时间步标签为 0 是设计行为（配合 utility 的提前量窗口评估）。

Q16：为什么 40,336 这个数在新闻里写作"40k patients"？
40,336 = A 20,336 + B 20,000，扩容发生在 2019-04-01（§2.2）；早期新闻稿（02-06 启动时）只提到初始规模，引用时注意时间点。

Q17：训练集里能直接算出"提前 6 小时"的评估吗？
可以且应该：官方评估代码接受逐患者逐小时的预测分数，自行按 §6.2 参数算 utility；社区常用 A 集末段做本地验证、B 集做伪外推，最后仍以官方终评为准。

Q18：数据里有时间戳吗？
没有绝对时刻——只有 ICULOS（ICU 内相对小时序号）与 HospAdmTime（入院到入 ICU 的相对小时）。这是去标识设计的一部分，也意味着"季节性/昼夜节律"建模受限。

Q19：可以做多任务（如同时预测死亡）吗？
数据集本身只提供 SepsisLabel；但 ICULOS、Age、Unit 等字段允许构造辅助任务。注意任何衍生标签都须在论文中与本基准的官方口径区分。

Q20：别的综述为什么常写"eICU-based challenge"？
部分 2020 年后的教程把 CinC 2019 与使用 eICU 的后续研究（外部验证）混写。以官方论文为准：训练集只有 BIDMC 与 Emory 两个来源（§13 表第 2 条）。

Q21：星号条目和正式名次差在哪？
星号 = 非官方条目（未满足官方阶段全部规则，如提交配额/截止约束）。Meicheng Yang et al. 的 0.364 因此不占官方 Rank 1；官方榜原则是"规则完整性优先于分数"。

Q22：为什么标题里同时出现 BIDMC 和 MIMIC-III？
A 集抽取自 BIDMC 的 EHR（与 MIMIC-III 同院同源），但本库是独立加工的挑战赛数据集，不是 MIMIC-III 的子集发布；两者粒度、许可、访问方式均不同（§11.1 对照表）。

§15 术语表

术语	释义
Sepsis-3	2016 年脓毒症第三个国际共识定义：感染 + SOFA 上升 ≥2
SOFA	Sequential Organ Failure Assessment，序贯器官衰竭评估评分
t_suspicion	疑似感染时点：IV 抗生素与血培养采样中较早者（含 24h/72h 配对约束）
t_sepsis	脓毒症起病锚点 = min(t_suspicion, t_SOFA)，含 ±24h/12h 约束
utility	临床效用分数：提前 6-12h 真阳性 +1、误报 −0.05、漏报 −2、真阴性 0
U_normalized	归一化效用：(U − U_none)/(U_optimal − U_none)；最优 1、全阴 0、负分为净伤害
dt_early / dt_optimal / dt_late	utility 时间参数：−12h / −6h / +3h
.psv	管道分隔值文件（pipe-separated values），每患者一个，每行一小时
SepsisLabel	第 41 列二值标签，训练版已前移 6 小时
NaN	该小时无测量的缺失记号，不插值
entry	一次提交的算法/预测包；非官方阶段 5 次、官方 10 次、终评 1 次
hidden test set	隐匿测试集：A/B/C 三系统样本，22,761（CinC 版）/24,819（CCM 版）双口径
credentialed access	PhysioNet 的受训访问机制（本库不采用，直接开放）
RRID	Research Resource Identifier，本库 SCR_007345

---

| qSOFA | 床旁快速脓毒症筛查：呼吸频率≥22、收缩压≤100、意识改变三选二 |
| SIRS | 全身炎症反应综合征；脓毒症旧定义的核心，Sepsis-3 起被 SOFA 取代 |
| BIDMC | Beth Israel Deaconess Medical Center，A 集母院（波士顿） |
| Emory | Emory University Hospital，B 集来源（亚特兰大） |
| rough path / signature | 牛津冠军队使用的非规则时序特征数学工具 |
| LOINC | 实验室观测指标的国际标准编码；本库已合并多编码为单变量 |
| entries | 提交计数单位：853 总提交 / 430 有效 |
| lead-shift | 标签前移处理：SepsisLabel 在 t_sepsis−6h 即翻转为 1 |
| alarm fatigue | 警报疲劳：误报过多导致临床人员忽略警报的现象，utility 负项的现实依据 |
| distribution shift | 分布偏移：训练与部署数据的联合分布不一致；C 系统负分的直接成因 |

| v1.0.0 | 本资源唯一版本号，2019-08-05 发布后无修订 |
| SHA256SUMS.txt | 官方文件校验清单，镜像核对的最终依据 |
| hidden test set lead-shift | 隐匿侧标签同样前移 6h，与训练侧口径一致 |
| final normalized utility | 终评成绩：每队 1 entry 全集一次的归一化效用 |
| hackathon | 2019-09-08 新加坡赛前十小时的线下开发日活动 |
| SepsisLabel | 数据第 41 列，0/1 二值，见 §5.2 前移口径 |

| hidden window | 隐匿侧的小时窗，与公开侧同构，官方持有 |
| Emory BMI | Emory 大学生物医学信息系，本库牵头组织方 |
| UCSD | 加州大学圣迭戈分校，Nemati 任职机构，标注方法学承担方 |

附录 A 时间线大事记

2019-02-06/08   挑战赛启动（Moore Foundation / Google / MathWorks 赞助）
2019-02-08      非官方阶段开始，每队 5 次提交
2019-04-01      训练库扩展至 40,336 例
2019-04-10      官页口径的非官方常规截止（23:59 GMT）
2019-04-19      论文口径的非官方阶段结束（扩展期）
2019-04-22/25   官方阶段开始，每队 10 次，云评分上线
2019-08-05      PhysioNet v1.0.0 资源页发布
2019-08-25      提交全部截止（noon GMT）
2019-09-08      新加坡 hackathon
2019-09-09/11   CinC 大会（新加坡）
2019-09-17      官方结果公布
2019-09         CinC 会议版论文（9 人含 Seyedi，测试集 22,761）
2019-10-14      CCM manuscript 落款
2019-11-10      evaluation-2019 仓库最后 commit
2020-01-15      CCM 期刊版刊出 48(2):210-217（8 人无 Seyedi，测试集 24,819）
2022-02-04      sources/ 打包收录全部参赛代码

附录 B 双口径存照清单

1. 隐匿测试集规模：CinC 会议版 22,761 vs CCM 期刊版 24,819——成稿以期刊版为权威、会议版注明。
2. CCM 年份：官页引用 “(2019)”（in-press 口径）vs PMC “2020 Jan 15;48(2):210-217”。
3. 非官方阶段截止：官页新闻 2019-04-10 23:59 GMT vs CCM 论文 19 April。
4. 作者名单：CinC 版 9 人含 Salman Seyedi vs CCM 版 8 人无 Seyedi。
5. 总行数：官方 Table 2 合计 1,424,171 行 vs MDPI 第三方 “1,552,210 patient-hours”——以官方为准。
6. hospital system C：永久匿名（“a third, unidentified hospital system”，美国第三系统），禁止猜测。
7. utility 参数来源：CCM 论文正文 + Fig.4（官方图形）与参赛镜像代码互证；官方仓库 raw 直抓因沙箱 SSL 受限未成，风险低。
8. evaluation-2019 仓库 LICENSE 具体类型：待核（示例预测代码仓库为 BSD-2-Clause，勿与数据集 CC BY 4.0 混淆）。

附录 C 互链点速查（rid）

mimic-iii(106)｜mimiciii(590)｜eicu-crd(552)｜eicu-collaborative(9)｜chest-ct-sepsis-er(600)｜cinc-2021(644)｜cinc-2015(487)｜cinc-2018-sleep(493)｜physionet-cinc-2016(382)｜physionet-cinc-2017(162)｜cinc-2023(499)｜amsterdamumcdb(6)｜hirid(7)

---

存照声明：本条目由 agentB-cinc2019 于 2026-09-27 撰写，硬数字与双口径以同目录 FACTS.md（84 行事实档案）为唯一事实源；写作期间同名代理并发会话多次覆盖成稿与 /tmp 临时文件（含本次恢复前成稿被清空为 0 字节事故），本版为按 FACTS 重建的恢复版，全部硬数字（40,336 / 20,336 / 20,000 / 1,790 / 1,142 / 2,932 / 739,663 / 684,508 / 1,424,171 / 10,486,913 / 22,761 / 24,819 / 104 队 853 entries / 430 entries / 90 篇 / 0.360 / 0.364* / utility 参数组 / CC BY 4.0 / v1.0.0）与 FACTS.md 逐项一致。

附录 D 引用格式

数据资源引用：

@dataset{reyna_2019_challenge,
  author = {Reyna, Matthew A. and Josef, Chris and Jeter, Russell and
            Shashikumar, Supreeth P. and Westover, M. Brandon and
            Nemati, Shamim and Clifford, Gari D. and Sharma, Ashish},
  title  = {Early Prediction of Sepsis from Clinical Data:
            The PhysioNet/Computing in Cardiology Challenge 2019},
  year   = {2019},
  doi    = {10.13026/v64v-d857},
  url    = {https://physionet.org/content/challenge-2019/1.0.0/}
}

方法学论文引用（权威口径）：

@article{reyna2020early,
  author  = {Reyna, Matthew A. and Josef, Chris S. and Jeter, Russell and
             Shashikumar, Supreeth P. and Westover, M. Brandon and
             Nemati, Shamim and Clifford, Gari D. and Sharma, Ashish},
  title   = {Early Prediction of Sepsis from Clinical Data:
             the PhysioNet/Computing in Cardiology Challenge 2019},
  journal = {Critical Care Medicine},
  volume  = {48},
  number  = {2},
  pages   = {210--217},
  year    = {2020},
  doi     = {10.1097/CCM.0000000000004145}
}

注：会议版（9 人含 Seyedi，DOI 10.22489/CinC.2019.412）引用格式见 §2.1；两版作者名单差异见 §13 第 5 条。

附录 E 条目自查清单（审稿口径）

• [x] 全称、届数（第 20 届）、本质定位与 FACTS.md §1 一致
• [x] 双论文口径（9 人/8 人、22,761/24,819、2019/2020-01-15）三项并存
• [x] 时间线七节点（02-06/08、04-10/19、04-01、04-22/25、08-05、08-25、09-08/09-11/09-17）无遗漏
• [x] Table 2 硬数字九项（20,336/20,000/1,790/1,142/739,663/684,508/1,424,171/10,486,913/密度 20.6%·19.1%）逐项核对
• [x] 41 列 = 8 + 26 + 6 + 1；Age 90+ 记 100；HospAdmTime 可负
• [x] 任务约束（提前 6-12h）、标签前移 6h、Sepsis-3 三时点
• [x] utility 七参数与归一化公式
• [x] 参赛规模（104 队 853 entries、88 队 430 entries、90 篇）
• [x] 优胜榜前五 + 星号条目，C 系统全负
• [x] license（CC BY 4.0）、版本链（仅 v1.0.0）、DOI 与 RRID
• [x] 证伪记录（四库来源说、eICU 说、1,552,210 说）
• [x] 互链 rid 十三项齐备

---

附录 F 复现速查（五步）

1. aws s3 sync --no-sign-request s3://physionet-open/challenge-2019/1.0.0/ training/（或 §9.2 其余两种方式）。
2. 核对 SHA256SUMS.txt。
3. 读任一 .psv 验证 41 列结构（§4.3）。
4. 用 evaluation-2019 的 evaluate_sepsis_score.py 包装自己的预测，验证 utility 与全阴性基线 0。
5. 与官方排行榜对照：A/B 上 0.40+ 属正常水平；勿期望在 C 系统复现正分（官方前排亦为负）。

附录 G 与库内 cinc 系列条目的横向对照

条目	年份	模态	核心创新	许可
cinc-2015(487)	2015	手术室生理信号	提前量奖励首秀	开放
physionet-cinc-2016(382)	2016	心音	噪声鲁棒分类	开放
physionet-cinc-2017(162)	2017	单导联 ECG	房颤/正常/噪声三分类	开放
cinc-2018-sleep(493)	2018	多导睡眠图	睡眠分期	开放
cinc-2019（本条目）	2019	小时级 EHR	Sepsis-3 标签 + utility 函数	CC BY 4.0
cinc-2021(644)	2021	12 导联 ECG	降导联泛化 + 部分得分	CC BY 4.0
cinc-2023(499)	2023	环境音	音频健康事件	开放

谱系结论：cinc-2019 是系列中唯一以 EHR 表格时序 + 临床结局预测 为题的届次，也是 utility 函数最完整的实现——后续各届的部分得分制均可视为其思想的变体。

附录 H 关键数字一页卡（终稿对账）

公开训练患者        40,336   = A 20,336 + B 20,000
  A = BIDMC         20,336 例 / 脓毒症 1,790（8.8%）/ 739,663 行 /
                    5,536,849 非空点 / 密度 20.6%
  B = Emory         20,000 例 / 脓毒症 1,142（5.7%）/ 684,508 行 /
                    4,950,064 非空点 / 密度 19.1%
合计                脓毒症 2,932（≈7.3%）/ 1,424,171 行 / 10,486,913 非空点
隐匿测试            22,761（CinC 会议版）/ 24,819（CCM 期刊版，权威）
全库口径            over 2.5M hourly windows / over 15M data points / 42 MB
列结构              41 = 8 生命体征 + 26 实验室 + 6 人口学 + SepsisLabel
任务                提前 6-12h 因果预测；SepsisLabel 前移 6h
utility 参数        dt_early=-12 dt_optimal=-6 dt_late=+3
                    max_u_tp=1 min_u_fn=-2 u_fp=-0.05 u_tn=0
参赛规模            104 队 853 entries / 88 队 430 entries / 90 篇摘要
冠军                Morrill et al. 0.360（A 0.433 / B 0.434 / C −0.123）
星号最高            Meicheng Yang et al. 0.364（C −0.048）
关键泛化事实        前排全部 C 系统负分（−0.042 至 −0.156）
许可与版本          CC BY 4.0 / 仅 v1.0.0（2019-08-05）
DOI/RRID            10.13026/v64v-d857（v1.0.0）/ 0y7p-s471（latest）/ SCR_007345
论文                CCM 2020;48(2):210-217（8 人）/ CinC 2019（9 人含 Seyedi）
组织方              Emory BMI 牵头 + Georgia Tech + MIT LCP + MGH + UCSD

附录 I 最小读取示例（.psv → DataFrame）

import pandas as pd
from pathlib import Path

# 单个患者：41 列，每行 = ICU 第 ICULOS 小时，缺失为 NaN
df = pd.read_csv("training/training_setA/p00101.psv", sep="|")
print(df.shape)          # (小时数, 41)
print(df.columns.tolist())
# ['HR', 'O2Sat', 'Temp', 'SBP', 'MAP', 'DBP', 'Resp', 'EtCO2',
#  'BaseExcess', ..., 'Platelets', 'Age', 'Gender', 'Unit1', 'Unit2',
#  'HospAdmTime', 'ICULOS', 'SepsisLabel']

# 全库装载（A+B，40,336 个 .psv）
files = sorted(Path("training").rglob("*.psv"))
assert len(files) == 20336 + 20000          # 40,336
total_rows = 0
for f in files:
    total_rows += sum(1 for _ in open(f)) - 1  # 减表头
assert total_rows == 739663 + 684508        # 1,424,171

# 标签口径自检：SepsisLabel=1 的行应满足"前移 6h"结构
# （患者级核对：septic 患者 t >= t_sepsis-6 起 label=1）

提示：以上断言数字即 §4.1 硬数字，装载后先跑断言再建模，可拦截一切文件错位/镜像漂移问题。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• cinc-2012 — 共享标签：电子健康记录 / 重症监护 / 时序数据 / 挑战赛数据集 / 评测基准
• mimic-iii — 共享标签：电子健康记录 / 重症监护 / 时序数据 / 评测基准
• clif — 共享标签：电子健康记录 / 重症监护 / 时序数据 / 评测基准
• ehrshot — 共享标签：电子健康记录 / 时序数据 / 评测基准
• hirid — 共享标签：电子健康记录 / 重症监护 / 时序数据
• eicu-collaborative — 共享标签：电子健康记录 / 重症监护 / 时序数据
• mimic-iv-ed — 共享标签：电子健康记录 / 重症监护 / 时序数据
• mimic-iv-ed — 共享标签：电子健康记录 / 重症监护 / 时序数据
• mimic-iv-clinical-database — 共享标签：电子健康记录 / 重症监护 / 时序数据
• amsterdamumcdb — 共享标签：电子健康记录 / 重症监护 / 时序数据

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。