Übungen

Nutze DuckDB in Python oder R, um die folgenden Abfragen auf den Datensätzen kohorte, labor und vitalwerte auszuführen. Lade sie zuerst mit pandas/readr von https://schradern.github.io/data-science-coach/data/ und registriere sie bei DuckDB (siehe README §2 „In Python (DuckDB)" / „In R (DBI + duckdb)"). Lösungen: loesungen.md.

Aufgabe 1 – SELECT und WHERE

Finde alle Patient:innen mit einem crp_mg_l-Wert über 100 und einem sofa_score unter 5. Wie viele sind es? Welcher Aufnahmegrund ist am häufigsten?

Aufgabe 2 – GROUP BY

Berechne pro raucherstatus die mittlere Verweildauer (verweildauer_tage), das mediane CRP (crp_mg_l) und die 30-Tage-Mortalität als Prozentwert. Sortiere absteigend nach Mortalität.

Aufgabe 3 – JOIN

Verbinde kohorte und labor via LEFT JOIN. Wie viele Patient:innen haben keinen Kreatininwert (NULL)? Wie viele haben ein Kreatinin über 2,0 mg/dl?

Aufgabe 4 – NULL und HAVING

Filtere im Labor nur Zeilen mit vorhandenem Laktatwert (laktat_mmol_l IS NOT NULL). Berechne dann den mittleren Laktatwert je aufnahmegrund. Zeige nur Gruppen mit mindestens 30 Messwerten (HAVING COUNT(*) >= 30).

Aufgabe 5 – Dreifach-JOIN

Verknüpfe alle drei Tabellen: Kohorte + Labor + Vitalwerte (nur Tag 1). Gib für Patient:innen mit diabetes = 1 aus: patient_id, aufnahmegrund, laktat_mmol_l, herzfrequenz (Tag 1). Wie viele haben vollständige Daten?

Bonus – CTE

Definiere mit WITH zunächst eine Gruppe „schwer krank": sofa_score >= 7 und beliebiger Aufnahmegrund. Berechne dann für diese Gruppe das mediane Kreatinin und Laktat im Vergleich zum Rest.