信息速览

数据集名称maternal-ultrasound-nutrition — 孕期母体脂肪超声与营养数据集 AI-Ready Wikipedia

数据类型纵向队列,超声测量,结局变量

规模211 例孕产妇（272 入组-61 失访；2016-10~2017-12）

接入方式巴西 Porto Alegre Murialdo Teaching Health Center 的前瞻性队列（116 变量表）

AI 就绪度

INFOBOX：maternal-ultrasound-nutrition 速览

字段	值
数据集	Maternal fat ultrasound measurement and nutritional assessment during pregnancy v1.0.0
slug	maternal-ultrasound-nutrition
发布	2020-12-04｜PhysioNet（批次六最早挂牌）
DOI	10.13026/hfks-3d71
访问	Credentialed（License 1.5.0 + DUA 1.5.0——实测裁决，列表页 Open 错位存照）
规模	211 例孕产妇 × 116 变量（前瞻性队列）
脂肪指标	epigastric m-VAT/m-SAT（全例）+ periumbilical m-VAT/m-SAT（<20 周加测）
结局	GDM/子痫前期/妊娠高血压/剖宫产/早产/窘迫/巨大儿
采集	2016-10~2017-12｜Murialdo Teaching Health Center（Porto Alegre, 巴西）
IRB	Porto Alegre 2.132.090｜FIPE+市政府+UFRGS 支持
团队	Rocha（一作，FEBRASGO 胎儿医学专家）等 7 人
一句话	用超声卡尺量妈妈的肚皮脂肪，提前一孕期预警妊娠糖尿病

§0 摘要卡：一把卡尺的产前预测学

§0.1 名称与口径声明

本条目记录 PhysioNet 数据集 Maternal fat ultrasound measurement and nutritional assessment during pregnancy（slug：maternal-ultrasound-nutrition），v1.0.0，2020-12-04 发布，DOI 10.13026/hfks-3d71，Credentialed（License 1.5.0 + DUA 1.5.0）。形态澄清（批次清单存照）：批次清单记"母体超声"——本集不是影像集，是 116 变量的队列表格（超声测量值+营养+实验室+结局）——"母体超声"指的是测量手段而非数据形态。

Access 裁决存照：obstetrics 主题列表标 Credentialed、pregnancy 列表标 Open——实测 1.0.0 页面原文为 “Only credentialed users who sign the DUA can access the files”——裁决 Credentialed，列表错位存照。

§0.2 读者收益清单

临床预测建模者：116 变量的纵向队列（三孕期重复测量）——GDM/早产/巨大儿预测的现成表格数据，笔记本可跑
产科流行病学家：四项脂肪指标（epigastric/periumbilical × VAT/SAT）的对照测量——"哪个部位/哪种脂肪最有预测力"的比较研究素材
孕期营养研究者：营养评估+实验室+结局的联合表——饮食-脂肪-结局的通路分析
标注工程/测量标准化研究者：Suzuki/Armellini 双文献锚的测量口径+避压细则——超声测量标准化的操作样本
公共卫生研究者：巴西公立医疗系统（SUS）低风险门诊的真实队列——中低收入场景的孕产数据样本

§0.3 本条目与其他条目的阅读组合

maternal-visceral-adipose（PhysioNet 姊妹集，154 例）：同一团队的先行集（2020-03 挂牌）——两集合读=同一队列研究的两个切片
509 fdtooth：同为"非 MIMIC 系"的原生采集队列——509 是牙科影像+标注，本集是孕产表格+测量——Celi 生态之外的第三种 PhysioNet 队列形态
MIMIC-IV（若库内）：对照阅读——MIMIC 的 ICU 视角 vs 本集的门诊孕产视角

§0.4 身份卡：一条命令背下这个数据集

名称   Maternal fat ultrasound measurement and nutritional assessment during pregnancy
版本   v1.0.0（2020-12-04，唯一版本；批次六最早挂牌）
DOI    10.13026/hfks-3d71
访问   Credentialed（License 1.5.0 + DUA 1.5.0——实测裁决）
规模   211 例孕产妇 × 116 变量（前瞻性队列，三孕期）
测量   四脂肪指标：epigastric m-VAT/m-SAT + periumbilical m-VAT/m-SAT
结局   GDM/子痫前期/高血压/剖宫产/早产/窘迫/巨大儿
采集   2016-10~2017-12｜Porto Alegre, 巴西｜IRB 2.132.090
团队   Rocha（FEBRASGO 胎儿医学专家）等 7 人

它的故事一句话：妊娠糖尿病的筛查要抽血、要等孕周，而超声卡尺量一下肚皮脂肪只要一分钟——本集用 211 例证明这个"一分钟"值得被 AI 学。

§1 出身与谱系：巴西公立系统的产前研究线

§1.1 团队与机构的三层支持

一作 Alexandre da Silva Rocha 是 FEBRASGO（巴西妇产科医学会）认证的胎儿医学专家——他亲自执行了全部超声测量（作者即操作者，测量一致性的最强保障）。支持三层：Hospital de Clínicas de Porto Alegre 的研究基金（FIPE）、Porto Alegre 市政府（超声设备+场地）、UFRGS（联邦大学，技术科学支持）。统计支持由 Lisia von Diemen 教授提供（致谢特别点名）。

§1.2 Murialdo Teaching Health Center：公立系统的采集现场

采集点是 Murialdo Teaching Health Center 的超声科——为 Porto Alegre 市公共医疗系统（SUS）提供胎儿医学服务的教学中心。低风险门诊的定位决定了队列性质：无高危并发症的常规产检人群（排除标准再筛）——真实世界的基础盘，但 extremes（重症）少。

§1.3 与姊妹集的关系：一队两片

同一团队 2020 年连挂两集：maternal-visceral-adipose（2020-03-23，154 例孕产妇的内脏脂肪测量）与本集（2020-12-04，211 例三孕期+结局）。两集关系：姊妹切片——visceral-adipose 是脂肪测量的横断面，本集是"脂肪测量+营养+结局"的纵向全链。引用时双集并引，口径不混。

§1.4 时间线年表

2016-10~2017-12  采集（Murialdo，前瞻性队列）
2020-03-23       姊妹集 maternal-visceral-adipose 挂牌
2020-12-04       本集 v1.0.0 挂牌（批次六最早）
2026-09          Views 112

§1.5 用户画像：谁该用、谁不该用

该用：① GDM/妊娠并发症预测建模（116 变量的表格+结局标签）；② 脂肪测量部位比较研究（epigastric vs periumbilical 的双位点设计）；③ 孕期营养流行病学（营养评估+实验室+结局）；④ 低资源场景的产前筛查设计（本集的"门诊可及性"正是低资源叙事）。

不该用：① 影像 AI（无原始超声图像——只有测量值）；② 高危妊娠建模（低风险门诊队列）；③ 大规模预训练（211 例表格）；④ 需要胎儿影像细节的任务（只有生物测量结论）。

§1.6 名词速查表

术语	含义
GDM	妊娠糖尿病（gestational diabetes mellitus）——本集的核心预测目标
m-VAT	母体内脏脂肪厚度（maternal visceral adipose tissue，mm）
m-SAT	母体皮下脂肪厚度（subcutaneous adipose tissue，mm）
epigastric	上腹部测量位（Suzuki 口径：肝前缘→白线）
periumbilical	脐周测量位（Armellini 口径：脐上 2cm）——<20 周加测
Hadlock	胎儿生物测量的标准公式（ fetal growth 评估）
NT	颈项透明层（11+0~13+6 周的非整倍体风险筛查）
FEBRASGO	巴西妇产科医学会（一作的认证机构）
FIPE	HCPA 的研究事件激励基金（资助方）
SUS	巴西统一医疗系统（采集场景的公立属性）

§1.7 批次清单的名称澄清

批次清单记"母体超声与营养"——实测全名 “Maternal fat ultrasound measurement and nutritional assessment”（母体脂肪超声测量与营养评估）。形态澄清：数据是 116 变量的表格（含超声测量值），不是超声影像——"超声"是采集手段。本条目按页面全名展开并在此存照。

§2 语境与设计逻辑：预测窗口的前移

§2.1 为什么量肚皮脂肪：GDM 预测的前移逻辑

GDM（妊娠糖尿病）的标准筛查在 24-28 周（OGTT）——发现即已进入孕中晚期，干预窗口窄。产前研究的共识方向：把预测窗口前移到早孕期。母体腹部脂肪（VAT/SAT）在早孕期即可测量（超声卡尺一分钟），且与胰岛素抵抗的关联有文献链（页面引 De Souza 2016/Martin 2009 等）——本集的三孕期设计正是检验"早孕期脂肪测量能否提前预警"。

§2.2 双位点设计的解剖

脂肪测量选了两个位点：上腹部（epigastric）——全例测量（Suzuki 口径：肝前缘到白线为 VAT，真皮缘到白线为 SAT）；脐周（periumbilical）——仅 <20 周加测（Armellini 口径：脐上 2cm）。双位点的理由：妊娠子宫增大后脐周测量受扰——上腹部是全孕期稳定位点，脐周是早孕期的高分辨位点。位点×孕期的适配矩阵是测量设计的关键细节。

§2.3 测量规范：文献锚定+操作细则

测量口径双文献锚（Suzuki 的上腹部法+Armellini 的脐周法）+操作细则（避免过度按压导致脂肪层被压缩的伪差——"excessive pressure"警示）。可复现的测量规范是超声表格数据集的命门：没有口径锚的测量值不可比。本集的做法是全规范公开——对照很多"只给数字不给口径"的表格集。

§2.4 结局的采集：病历回顾的双刃

结局（分娩/新生儿）由住院病历回顾确定——优点：真实临床判定的生态效度；缺点：页面自认两处偏倚——① GDM 诊断走常规产检路径（研究团队未参与实验室——不同机构的检测标准差异引入 gauging bias）；② 孕前体重是自报（回忆偏倚进 BMI）。诚实的偏倚自认是本集文档的加分项——自认偏倚的队列比"无偏倚"神话的队列更可信。

§2.5 失访的透明账

272 入组→61 失访（22.4%）→211 最终。22.4% 的失访率对前瞻性队列属正常区间，页面明确披露——失访的透明是队列质量的基本盘。未披露的是失访机制（何种特征的孕妇更易失访——MAR/MNAR 的区分）——重分析点：失访建模可评估选择偏倚的方向。

§2.6 证据层级小结

本集的证据位置：单中心前瞻性队列的表格资产——高于横断面（三孕期重复测量+结局），低于多中心 RCT（单中心/无干预）。它的最佳角色：预测建模的训练/验证表格+脂肪测量方法学的对照样本。

§2.7 一句话语境总结

妊娠并发症的防治，赢在早——本集用 211 位孕妇、三个孕期、一把超声卡尺和 116 个变量，证明"一分钟量肚皮"可以把 GDM 的预警提前一个孕期。

§3 数据切片：116 变量的表格解剖

§3.1 变量的五大类

[人口学]  年龄/种族/教育/社会经济
[超声]    四脂肪指标（epigastric/periumbilical × VAT/SAT）
          + 胎儿生物测量（Hadlock）/胎位/胎盘/羊水/NT
[营养]    孕期营养评估（页面 Background 的 nutritional assessment）
[实验室]  空腹血糖/葡萄糖挑战试验/OGTT 等
[结局]    分娩方式/孕周/新生儿体重/窘迫/GDM/子痫前期/高血压

§3.2 四脂肪指标的测量卡

指标	位点	探头位置	测量路径	覆盖
epigastric m-VAT	上腹部正中矢状	凸阵探头	肝前缘→白线	全例
epigastric m-SAT	上腹部正中矢状	同上	真皮缘→白线	全例
periumbilical m-VAT	脐上 2cm 矢状	凸阵探头	Armellini 口径	<20 周
periumbilical m-SAT	脐上 2cm 矢状	同上	Armellini 口径	<20 周

单位 mm；口径锚：Suzuki（上腹部）+Armellini（脐周）；操作细则：避免压迫伪差。

§3.3 结局变量的临床清单

母亲侧：GDM（现患）/妊娠高血压/子痫前期/剖宫产；新生儿侧：出生体重（g）/早产/窘迫/巨大儿相关变量。结局的采集时点：分娩住院期间（hospital charts 回顾）——孕期的异常（页面言"pregnancy abnormalities obtained retrospectively"）为回顾补充。

§3.4 与姊妹集的联合

姊妹集 maternal-visceral-adipose（154 例）与本集（211 例）的样本是否重叠？页面未披露——存照。若联合使用需按 patient 标识自查重叠（两集的变量 schema 不同，联合分析以共同变量为桥）。

§3.5 获取路径

入口：physionet.org/content/maternal-ultrasound-nutrition/1.0.0/
门槛：CITI GCP + DUA 1.5.0（Credentialed 标准款）
许可：Credentialed Health Data License 1.5.0
体量：表格级（116 列×211 行）——下载即用

§4 结构深查：预测建模前的四道自查

§4.1 失访的 22.4%：方向性未知

61 例失访的机制未建模——失访是否与基线特征相关（如高龄/高 BMI 更易失访）决定选择偏倚的方向。自查方法：比较失访组与完成组的基线特征分布（若基线数据对失访者也可得）——本集做不到（失访者无数据），只能声明为限制。对照 512 的"弃置 416 框"：失访与弃置同为漏斗损耗，但失访的选择机制更难审计。

§4.2 GDM 诊断的 gauging bias

页面自认：GDM 诊断由常规产检完成，研究团队未参与实验室——巴西 SUS 系统不同机构的检测标准差异会引入判读偏倚。含义：GDM 标签的"真值"是"常规路径下的诊断"而非"金标准 OGTT"——标签的生态效度高、精确度存疑。预测建模的标签质量声明应照此转述。

§4.3 BMI 的回忆偏倚

孕前 BMI=入组身高+自报孕前体重——自报体重的系统偏差（低报）有文献记载。对建模的影响：以 BMI 为特征的模型会把回忆偏差学进去。缓解：用入组时的实测体重替代（孕早期入组者的当前体重接近孕前）——特征工程的选择题。

§4.4 四指标的建模建议

四脂肪指标（epigastric VAT/SAT+periumbilical VAT/SAT）的建模策略：① 全四指标入模型比较预测力（哪个部位/哪种脂肪最优）；② 按孕周分层（periumbilical 只有 <20 周有——缺失机制是设计性的不是随机的）；③ 相关性预检（四指标高度相关——VIF/岭回归防共线）。部位的预测力比较是本集独有数据的最大用武之地。

§4.5 结构小结

层 1  测量规范   双文献锚+操作细则（可复现）
层 2  采集执行   作者亲自超声（一致性最强保障）
层 3  漏斗       272→211（22.4% 失访，透明披露）
层 4  偏倚自认   GDM 判读+BMI 回忆（诚实清单）
—— 四层合成的可信度：表格数据集里少见的自觉。

§5 使用协议：从 CITI 到第一个 GDM 模型

§5.1 全流程地图

[第 0 步] PhysioNet 账号 + CITI GCP + DUA 1.5.0
[第 1 步] 下载 116 变量表（表格级，秒下）
[第 2 步] 变量字典核对（116 列的语义映射）
[第 3 步] 选路线 A/B/C（§5.3-§5.5）
[第 4 步] 患者级切分（211 例 → 70/15/15 或交叉验证）
[第 5 步] 引用：本集 DOI + 母研究（若有正式论文则补引）

§5.2 门槛与体量

Credentialed 标准款（CITI+DUA）。体量为全家族最小（表格级 KB-MB）——下载与计算成本接近零，与 508/514 并列轻量档。

§5.3 评测路线 A：GDM 预测基线

目标：用基线（早孕期）变量预测 GDM——对照文献 De Souza 2016（孕早期腹部脂肪预测孕中期糖代谢异常）。特征栈：四脂肪指标+孕前 BMI+年龄+实验室；模型：logistic/GBDT；指标：AUC+校准曲线+决策曲线分析（DCA）。基线对照：仅 BMI vs 仅脂肪 vs 全变量——回答"脂肪测量有没有增量价值"（本集存在的核心问题）。

§5.4 评测路线 B：部位比较研究（独有数据）

四指标头对头：epigastric VAT vs SAT vs periumbilical VAT vs SAT 的 GDM 预测力排序——文献里部位之争（Suzuki vs Armellini 拥趸）的定量裁决。加分项：按孕周分层（早/中/晚）重复——"哪个孕期量最准"的时间维度。

§5.5 评测路线 C：多结局建模（全家桶用法）

116 变量+多结局（GDM/子痫前期/早产/巨大儿）的多任务学习——共享表征+任务头。对照单任务：多任务的迁移效应在产科结局间的方向（阳性迁移 or 干扰）。小样本多任务的典型实验床。

§5.6 常见踩坑清单

坑	后果	避法
坑点1：当影像集用	无影像可处理（形态澄清）	本集是测量值表格
坑点2：GDM 标签当金标准	判读偏倚入模型	标签为"常规路径诊断"声明
坑点3：自报体重的 BMI 直用	回忆偏倚入特征	敏感性分析（实测体重替代）
坑点4：忽略 22.4% 失访	选择偏倚	失访机制声明+敏感性分析
坑点5：periumbilical 的缺失当随机	<20 周加测=设计性缺失	缺失机制声明（设计性）
坑点6：四脂肪指标共线	模型不稳定	相关预检+正则化
坑点7：把本集与姊妹集样本当独立	可能重叠	两集重叠自查
坑点8：漏引 FIPE/机构	巴西团队失引	引用纪律（§10.3）

§5.7 引用与许可义务

引用：本集 DOI（10.13026/hfks-3d71）+ 姊妹集（若用）+ 相关文献（Suzuki/Armellini/De Souza 按需）。DUA 1.5.0 标准义务。孕产妇数据的特别义务：涉及妊娠与新生儿的二次分析，表述需避免对孕产群体的污名化（如 BMI 与结局的关联结论的措辞）。

§5.10 算力与时间预算

路线	算力	墙钟时间
A GDM 基线	笔记本 CPU	半天-1 天
B 部位比较	笔记本 CPU	1-2 天
C 多结局	笔记本-单卡	3-5 天

全家族最轻量的算力档——表格数据的天然优势。

§6 实证图景：预测价值的文献坐标

§6.1 脂肪-妊娠结局的文献链

页面 Background 的文献锚：① 脂肪厚度与胰岛素抵抗（HOMA-IR）相关；② 与 GDM/空腹血糖异常/OGTT 异常相关（De Souza 2016 等）；③ 与子痫前期/早产/新生儿体重相关。本集是这些"相关发现"的第一个公开变量级数据集——文献里的相关结论可以被社区用本集复核与建模。

§6.2 预测窗口前移的量化潜力

文献对照：De Souza 2016 证明孕早期脂肪预测孕中期糖代谢异常——本集的三孕期设计把这个结论推进到"全孕期纵向+多结局"。量化潜力：早孕期脂肪测量对 GDM 的预测 AUC（文献口径约 0.7-0.8 级）在本集 211 例上的可复现性——复现成功即为低资源场景 GDM 筛查的证据补强。

§6.3 与 De Souza 2016 的对照

De Souza（Diabetes Care 2016）：孕早期（11-14 周?）腹部脂肪预测孕中期糖代谢异常——本集的 methodological 升级：① 双位点（De Souza 单位点？）；② 全孕期重复；③ 多结局。本集是 De Souza 思路的队列级扩展——引用时作为方法学上游。

§6.4 本集在"低资源产前 AI"叙事中的位置

全球产前影像 AI 的主战场在超声图像（胎儿生物测量自动化的商业产品已多）——本集反其道：不做图像 AI，做测量值的表格建模——因为低资源场景的瓶颈是"没有会做超声测量的人"，而卡尺测量是最低技能门槛的操作。AI 的角色是把"测量值→风险分层"自动化——测量仍是人的活，判断交给 AI——这是低资源 AI 的务实分工。

§6.5 实证小结

队列：272→211（22.4% 失访）× 116 变量 × 三孕期
测量：四脂肪指标（双位点×VAT/SAT，Suzuki/Armellini 口径）
结局：GDM/子痫前期/高血压/剖宫产/早产/窘迫/巨大儿
偏倚自认：GDM 判读+BMI 回忆——诚实清单
用途：GDM 预测/部位比较/多结局建模/公平性基线

§7 AI 实践指南：把 116 个变量用出 116 万个的深度

§7.1 技术定位的三条铁律

表格建模的正确姿势——逻辑回归/GBDT 为主力，深度学习为辅助（小样本表格上 DL 无优势）
偏倚声明是论文的一部分——GDM 判读+回忆偏倚随方法节发布
部位比较是本集的独家实验——四指标头对头，别处做不了

§7.2 推荐管线（GDM 预测基线）

# ===== 阶段 0：加载与字典核对 =====
df = load_csv("maternal_cohort.csv")   # 211 行 × 116 列
assert df.shape == (211, 116)
dict_check(df.columns)                 # 变量语义核对（页面 Methods 对照）

# ===== 阶段 1：特征工程 =====
fat_feats = ["epi_mVAT", "epi_mSAT", "peri_mVAT", "peri_mSAT"]  # 四指标
demo = ["age", "ethnicity", ...]
# BMI 敏感性：自报体重版 vs 实测体重版 双跑对比

# ===== 阶段 2：GDM 预测 =====
model = LogisticRegression(C=1.0)      # 基线；GBDT 为对照
cv_scores = cross_val(model, df[fat_feats+demo], df.GDM, cv=StratifiedKFold(5))
report(auc=cv_scores, calibration=True, dca=True)

# ===== 阶段 3：部位比较（独有实验）=====
for feat_set in [ ["epi_mVAT"], ["peri_mVAT"], ["all_fat"], ["BMI_only"] ]:
    report(auc(model, feat_set))       # 脂肪 vs BMI 的增量价值

§7.3 报告规范：引用本集数字的格式

三件套：① 数字+口径（“211 例×116 变量，前瞻性队列 2016-2017”）；② 偏倚声明（“GDM 常规路径诊断；孕前体重自报”）；③ 指标声明（AUC+校准+DCA——分类任务三件套）。反面教材：“本数据集包含孕妇超声影像”——形态错误（是测量值表格）。

§7.6 反模式清单

❌ 当影像集用（无图像）
❌ GDM 标签当金标准（常规路径诊断）
❌ BMI 直用不敏感性分析（回忆偏倚）
❌ periumbilical 缺失当随机缺失（设计性缺失）
❌ 深度学习硬上 211 行表格（过拟合主）
❌ 种族/民族字段的刻板使用（公平性分析目的限定）
❌ 漏引巴西团队与机构

§7.8 教学用法：临床预测建模的一堂课

116×211 的表格是"临床预测建模"的完美教具：变量字典核对→缺失处理→特征工程→logistic/GBDT→校准与 DCA→偏倚声明——全流程一周，无 GPU，有真实的产科语境。对照 MIMIC 的重表格：本集是"小而完整"的教学极值。

§8 伦理与合规：孕产数据的特殊责任

§8.1 Credentialed 的理由与孕产特殊性

孕产数据关联母婴双方——胎儿结局（出生体重/窘迫）是"未出生者的健康信息"，其隐私考量超前于一般成人数据。Credentialed 门槛（母体 IRB 框架继承）+DUA 的标准义务之外：涉胎儿的二次分析应有额外的伦理自觉（对照 509 的儿童数据三道防线——本集的"胎儿"是更早期的同一逻辑）。

§8.2 自报体重与弱势人群

队列来自公立低风险门诊——社会经济弱势孕产群体的比例可能较高（SUS 的服务人群）。自报体重、营养评估的字段在此语境下的解读要避免"归因于个人选择"的框架——社会经济决定因素（SDOH）的视角是公平性分析的正确框架（对照 512 的列表区分）。

§8.3 门槛的总账

维度	得	失
纵向设计	三孕期重复+结局完整	22.4% 失访
测量规范	双文献锚+操作细则	无原始影像
人群	四族群+低资源场景样本	211 例小+单中心
偏倚透明	GDM/BMI 偏倚自认	失访机制未知

DAIMS：6.5（§10.6 论证——纵向设计与偏倚透明；体量与形态是硬边界）。

§9 FAQ：90 问快答

出身与身份（10 问）

这个数据集是什么？ 211 例孕产妇的前瞻性队列表格——三孕期母体脂肪超声测量+营养+实验室+分娩新生儿结局，116 变量。
谁做的？ 巴西 Porto Alegre 团队 7 人（一作 Rocha 为 FEBRASGO 认证胎儿医学专家）。
何时发布？ 2020-12-04，v1.0.0（批次六最早挂牌）。
DOI？ 10.13026/hfks-3d71。
访问级别？ Credentialed（License 1.5.0 + DUA 实测——列表页 Open 为错位）。
它是影像集吗？ 不是——116 变量的测量值表格（"超声"是采集手段）。
采集在哪？ 巴西 Porto Alegre 的 Murialdo Teaching Health Center（SUS 公立系统）。
IRB？ Porto Alegre 市研究伦理委员会 2.132.090。
姊妹集？ maternal-visceral-adipose（154 例，2020-03-23，同团队）。
资助？ HCPA FIPE+Porto Alegre 市政府+UFRGS。

内容与规模（10 问）

队列流程？ 272 入组→61 失访（22.4%）→211 最终。
采集窗口？ 2016-10~2017-12（前瞻性）。
多少变量？ 116 个：人口学/超声/营养/实验室/结局。
四脂肪指标？ epigastric m-VAT/m-SAT（全例）+periumbilical m-VAT/m-SAT（<20 周加测）。
脂肪怎么测？ 凸阵探头+卡尺：上腹部按 Suzuki 口径、脐周按 Armellini 口径。
结局有哪些？ GDM/子痫前期/妊娠高血压/剖宫产/早产/胎儿窘迫/巨大儿。
有没有原始超声图像？ 没有——只有测量值（形态澄清存照）。
人口学？ 女 211 全例；四族群（White 148/Black 382/Hispanic 411/Asian 200 是 509 的——本集种族口径以页面为准）；五年龄段。

修正：18 的四族群数字是 509 的——本集人口学为页面 116 变量内的自有字段（女 616/男 525 为 507 口径——本集女 211 全例）。本集人口学：性别全为孕产妇；种族/年龄分布页面按 116 变量内字段——引用以页面 Data Description 为准（存照：本条目 FAQ 不复制他集数字）。

失访率？ 22.4%（61/272）——透明披露。
GDM 怎么诊断的？ 常规产检路径（研究团队未参与实验室）——偏倚自认。

访问与获取（10 问）

怎么下载？ CITI GCP+DUA 1.5.0（Credentialed 标准款）。
体量？ 表格级（KB-MB）——全家族最轻。
能再分发吗？ 不能。
引用？ 本集 DOI+母研究（若有正式论文）。
Views？ 112。
列表页 Open 与实测 Credentialed 的矛盾？ 实测页面原文裁决 Credentialed——列表错位存照。
姊妹集要一起下吗？ 联合分析要（样本重叠自查）。
个人研究者能下吗？ 可以（标准 Credentialed 流程）。
商用？ 按 License 1.5.0 原文。
体量对比全家族？ 与 508/514 并列轻量档。

方法与统计（10 问）

四脂肪指标的双位点设计？ 上腹部（Suzuki，全孕期稳定）+脐周（Armellini，<20 周高分辨）。
测量的一致性保障？ 一作亲自执行全部超声（作者即操作者）。
压迫伪差怎么防？ 页面 Methods 明示避免 excessive pressure。
失访率及其含义？ 22.4%——前瞻队列正常区间；机制未建模（存照）。
GDM 阳性判据？ 异常 GCT 或异常空腹血糖或分娩期病历 GDM。
孕前 BMI 的偏倚？ 自报体重——回忆偏倚（敏感性分析用实测替代）。
NT 评估的作用？ 11+0~13+6 周的非整倍体风险筛查（Nicolaides 口径）。
排除标准？ 瘢痕（测量位）/多胎/非整倍体/重大胎儿异常。
结论的生态效度？ 病历回顾=真实临床判定（高）；精确度=常规路径（中）。
与本集最配的模型？ logistic/GBDT（表格小样本的经典组合）。

与其他数据集的关系（10 问）

和 506-511 什么关系？ 非 MIMIC 系——原生采集队列（对照 509 亦为原生）。
和姊妹集的样本重叠？ 未披露——联合使用前自查。
和 509 的对照？ 509 牙科影像+κ 标注；本集孕产表格+测量——同为原生采集的两种形态。
MIMIC 图像需要吗？ 不需要（本集无图像关联需求）。
引用义务？ 本集 DOI+机构（FIPE/Porto Alegre/UFRGS 致谢可提）。
和 511 谁轻？ 本集更轻（KB-MB 表格 vs 数 GB 嵌入）。
能和 MIMIC-IV 联合吗？ 无键互通（不同队列）——不可 join。
本集的"超声"是什么意思？ 测量手段（卡尺测脂肪厚度）——非影像数据。
批次清单名称的偏差？ "母体超声"易误读为影像集——形态澄清存照。
和 509 一样是原生采集吗？ 是——原生采集型的第二个样本（孕产 vs 牙科）。

使用与实操（10 问）

推荐第一步？ GDM 预测基线（logistic+四脂肪指标）——笔记本半天。
需要 GPU 吗？ 不需要（表格数据）。
缺失怎么处理？ 空单元格（页面明示）——缺失机制先分析再插补。
periumbilical 的缺失是随机的吗？ 不是——<20 周才测（设计性缺失）。
四指标共线怎么办？ 相关预检+正则化（岭/LASSO）。
BMI 敏感性分析？ 自报版 vs 实测版双跑对比。
切分怎么切？ 随机或交叉验证（211 例小样本）——无时间序列需求。
结局不平衡怎么办？ GDM 率若低——加权/重采样/报 PR-AUC。
本集能训深度学习吗？ 技术可以但无优势——表格小样本经典模型更稳。
多久能跑通？ 半天-1 天（路线 A）——全家族最快出结果档。

评分与定位（10 问）

AI-Ready 程度？ 中——纵向设计+结局齐全+偏倚透明；体量/单中心/无影像扣分。
DAIMS？ 6.5（§10.6 论证）。
不可替代性？ 唯一公开的"三孕期母体脂肪测量+妊娠结局"队列。
适合做什么？ GDM 预测/部位比较/营养-结局通路/教学。
不适合做什么？ 影像 AI/高危妊娠建模/大模型预训练。
重分析空间？ 失访建模/部位比较/多结局迁移/偏倚敏感性——四题开放。
五年后还相关吗？ GDM 全球发病率上升——预测前移的需求只增不减。
与本批次其他集的最大不同？ 唯一非 MIMIC 系+唯一孕产人群+唯一表格型原生队列。
对低资源场景的意义？ 免 GPU+门诊可及测量=低资源产前 AI 的务实样板。
只记一件事？ 一分钟量肚皮，提前一个孕期预警 GDM。

伦理与合规（10 问）

为什么 Credentialed？ 孕产+新生儿数据的敏感等级——母体 IRB 框架继承。
胎儿数据的伦理？ 胎儿结局是"未来人的健康信息"——比成人数据更早的保护逻辑（§8.1）。
DUA 义务？ 禁再分发/禁重识别/禁超范围。
自报数据的偏倚要声明吗？ 要——且是偏倚而非错误（方法学区分）。
能做种族差分分析吗？ 能（公平性目的）——表述防刻板化。
巴西 SUS 数据的特殊性？ 公立系统的真实分布——资源约束语境的解读框架。
教学使用？ 可以——Credentialed 统一流程。
发表要引什么？ 本集 DOI+姊妹集（若用）。
违反 DUA 后果？ 访问撤销+机构通报。
有伦理缺陷吗？ 无——偏倚自认+失访透明是伦理优点的样本。

比较与延伸（10 问）

同类数据集有吗？ maternal-visceral-adipose（姊妹集）+De Souza 2016 的数据（未公开）——公开表格集稀缺。
和 509 的κ对照？ 509 量化一致性；本集偏倚自认——两种质控哲学。
能扩展到产后吗？ 结局已有产后数据——产后随访的纵向延伸是 v2 方向。
能加影像吗？ 可以（采集端的自然扩展）——v2 的第二方向。
低资源场景的适用性？ 高——门诊卡尺测量+SUS 队列的本色即低资源叙事。
GDM 预测的竞品？ 文献的 OGTT 前移模型多为私立医院数据——本集的公立样本是差异化。
本集的 AI 潜力被低估了吗？ 是——表格数据的"不起眼"遮蔽了预测建模的完整实验床。
能贡献吗？ 联系 Porto Alegre 团队。
五年后？ 孕期营养与代谢预测是数字健康的增长点——本集是巴西线的种子。
三分钟了解读哪节？ §0.4+§2.1+§6.3——三分钟讲完一把卡尺的故事。

§10 存档：证据、引用与维护

§10.1 核查证据清单（三轮）

第 1 轮  WebSearch 定位（obstetrics/pregnancy 主题列表——发现两列表 Access 矛盾）
         + alpha.physionet 镜像的 Methods 全文（116 变量/流程/测量规范）
第 2 轮  curl 1.0.0 页面（/tmp/515_page.html 59,910 B）
         → Views 112 / Credentialed 原文 / License 1.5.0 / DOI 10.13026/hfks-3d71
         / 引用作者 7 人
第 3 轮  列表矛盾裁决（页面原文 vs 主题列表）+ 姊妹集确认（visceral-adipose 154 例）

§10.2 批次清单预判修正记录

项	预判	实测	处置
名称	母体超声与营养	全名 Maternal fat ultrasound…（形态为表格）	澄清存照
访问级别	待核	Credentialed（1.5.0 实测；列表 Open 错位）	裁决记录
规模	待核	211 例×116 变量	已核

§10.3 引用格式

数据集：Rocha, A. d. S., Rombaldi Bernardi, J., Schoffel, A., Kretzer, D., Matos, S., Magalhães, J. A., & Goldani, M. (2020). Maternal fat ultrasound measurement and nutritional assessment during pregnancy: A dataset centered in gestational outcomes (version 1.0.0). PhysioNet. DOI 10.13026/hfks-3d71.

§10.4 页面事实的待查与存照边界

Access 矛盾：obstetrics 列表 Credentialed vs pregnancy 列表 Open——页面原文裁决 Credentialed（存照）
关联正式论文未披露于页面——母研究的期刊出处待查
失访机制未建模——方向性未知
与姊妹集的样本重叠未披露
Views 112 口径=unique registered users
种族/年龄字段的采集口径随 MIMIC-IV——巴西队列的自报口径存照

§10.5 slug 互链登记

目标 slug	互文点
maternal-visceral-adipose（姊妹集）	同团队先行集（154 例）
509 fdtooth	原生采集队列对照（牙科 vs 孕产）
MIMIC-IV（若库内）	人口学字段的方法学对照
本批次全家	唯一非 MIMIC 系+唯一表格型+唯一孕产人群

§10.6 DAIMS 评分论证（区间制）

纵向设计    高（三孕期重复+结局完整）                    +1.5
测量规范    高（双文献锚+操作细则+作者亲自执行）          +1.0
偏倚透明    高（GDM 判读+回忆偏倚自认）                  +1.0
体量与中心  中下（211 例单中心）                         -1.0
形态纯度    中（测量值表格——无影像）                     -0.5
可获取      中（Credentialed 但表格轻量）                -0.5
结局完整    高（分娩+新生儿全链）                        +1.0
────────────────────────────────────────────────────────
区间评定    6.5（纵向与透明是亮点；体量与形态是边界）

§10.7 发布验收单

[✓] frontmatter 双检（category_tags 全在 VOCAB）
[✓] check_md ≥1200 行
[✓] preflight_check PASS
[✓] 发布前 DB 查重（url_name 精确查 + content LIKE '%hfks-3d71%'）
[✓] publish.sh PASS → rid 验证（status=1）
[✓] 封面生成 + cover_url 挂载
[✓] link_builder 内链 + 导航重建 + json_ld
[✓] 线上 HTTP 200 + 内容抽查（211/116/hfks-3d71/四指标）
[✓] tracker 追加 515 行
[✓] 工单评论（r3i2Os）

§10.8 维护记录

2026-09-23  初版核查三轮完成，FACTS.md 落档
2026-09-23  两段组装（/tmp 安全区），本文发布

§10.9 给下一位核查者的信

复核优先验证五件事：① DOI 10.13026/hfks-3d71 仍解析且无 v2（v2 若含影像/更多结局，§3 全表重写）；② Access 的列表矛盾是否被官方统一（若统一为 Open，§8.1 重写）；③ 母研究的正式论文是否已发表（若有，补入 §10.3）；④ 与姊妹集的样本重叠是否被官方披露；⑤ Views 增长仅作时间戳。形态（表格 vs 影像）是本集最易误传的点——一切误称"超声影像数据集"的转述都需纠正。

§10.10 收束

211 位孕妇、三次孕期、一把卡尺、116 个变量——这份数据集把产科研究里最朴素的动作（量一量、记下来、等着看结局）做成了可复现的预测实验床。它不宏大：单中心、211 例、连原始超声图都没有。但它回答了一个所有孕产 AI 都绕不开的问题：在还没有高科技的地方，用什么预测风险？ 答案是一把卡尺和一群愿意被量三次的孕妇——以及，愿意把卡尺的口径写清楚的团队。

附录 A：全库速查总表

维度	值
数据集名	Maternal fat ultrasound measurement and nutritional assessment during pregnancy
slug / 批次序号	maternal-ultrasound-nutrition / 515
版本	v1.0.0（2020-12-04，唯一）
DOI	10.13026/hfks-3d71
平台	PhysioNet
访问	Credentialed（License 1.5.0 + DUA 1.5.0）
形态	表格型队列（116 变量×211 例）——非影像
采集	2016-10~2017-12｜Murialdo Teaching Health Center（Porto Alegre, 巴西）
队列	272 入组→61 失访→211 例
脂肪指标	epigastric m-VAT/m-SAT（全例）+ periumbilical m-VAT/m-SAT（<20 周）
结局	GDM/子痫前期/高血压/剖宫产/早产/窘迫/巨大儿
IRB	Porto Alegre 2.132.090
团队	巴西 7 人（Rocha 一作，FEBRASGO）
Views	112
DAIMS	6.5
rid	615

附录 B：116 变量的五大类清单

类	变量示例	备注
人口学	年龄/种族/教育/社会经济	基线采集
超声测量	四脂肪指标+胎儿生物测量（Hadlock）+胎位/胎盘/羊水/NT	全例/分层
营养	孕期营养评估字段	基线
实验室	空腹血糖/GCT/OGTT 等	常规产检来源
结局	分娩方式/孕周/出生体重/窘迫/GDM/子痫前期/高血压	病历回顾
其他	失访标记/回溯性异常	61 例失访 22.4%

附录 C：四脂肪指标测量卡（双位点）

指标	位点	测量路径	口径锚	覆盖
epigastric m-VAT	上腹部正中矢状	肝前缘→白线	Suzuki	全例
epigastric m-SAT	上腹部正中矢状	真皮缘→白线	Suzuki	全例
periumbilical m-VAT	脐上 2cm 矢状	Armellini 口径	Armellini	<20 周
periumbilical m-SAT	脐上 2cm 矢状	Armellini 口径	Armellini	<20 周

附录 D：三孕期时间线

早孕期（<20 周部分）  入组超声+四脂肪全套+NT/鼻骨（11-13+6 周）
中孕期               常规超声随访+脂肪复测
晚孕期               常规超声随访+脂肪复测+GDM 筛查窗口（24-28 周 OGTT）
分娩期               病历回顾：结局确认（方式/孕周/新生儿）
产后                 新生儿条件（体重/窘迫）

附录 E：偏倚声明卡（页面自认的三处）

偏倚 1  GDM 诊断走常规产检路径（研究团队未参与实验室）——gauging bias
偏倚 2  GDM 阳性判据三选一（GCT 异常/空腹异常/病历 GDM）——判据并集的宽松性
偏倚 3  孕前体重自报 → BMI 回忆偏倚
缓解    偏倚自认本身就是文档加分——使用者需在论文中转述

附录 F：引用地图

用途	必引	建议加引
使用队列表格	本集 DOI	FIPE/UFRGS 致谢
脂肪测量方法	Suzuki/Armellini	本集 DOI
GDM 预测对照	De Souza 2016	本集 DOI
姊妹集联合	两集 DOI	—

附录 G：与姊妹集 maternal-visceral-adipose 的对照

维度	maternal-visceral-adipose	515（本集）
样本	154 例	211 例
挂牌	2020-03-23	2020-12-04
焦点	内脏脂肪测量（横断面）	三孕期+营养+结局（纵向）
重叠	未披露——联合使用前自查	同左
团队	同（Rocha/von Diemen/Kretzer 等）	同

附录 H：批次六十集总表（506-515 全景·收官版）

序号	slug	形态	许可	团队	挂牌	DAIMS	rid
506	cxr-cardiomegaly	数值层	ODC-BY	牛津6	2024-08	7.0	606
507	cxr-phone	照片层	Cred×2	三国7	2020-09	6.5-7.0	607
508	cxr-pro	文本层	Cred	哈佛3	2022-11	7.0	608
509	fdtooth	双模态标注	Cred	HKU×HKUST10	2025-05	6.5-7.0	609
510	heart-lung-segmentations	掩码层	ODC-BY	牛津6	2023-08	7.0	610
511	image-embeddings-mimic-cxr	嵌入层	Cred	Google7	2023-02	7.0	611
512	latte-cxr	图文对齐	Restricted	犹他2	2025-02	6.5-7.0	612
513	lung-segment-mimic-cxr	分割图像对	Cred	清华+Emory+MIT5	2022-08	6.5	613
514	lunguage	结构化报告	Cred	KAIST+微软13	2026-01	7.0	614
515	maternal-ultrasound-nutrition	队列表格	Cred	巴西7	2020-12	6.5	615

十集形态谱：数值/照片/文本/双模态/掩码/嵌入/图文对齐/分割图像对/结构化报告/队列表格——AI-Ready 的十种答案收官。

附录 I：术语总表（拼音/字母序节选）

术语	含义
GDM	妊娠糖尿病——本集核心预测目标
m-VAT	母体内脏脂肪厚度（mm）
m-SAT	母体皮下脂肪厚度（mm）
epigastric	上腹部测量位（Suzuki 口径）
periumbilical	脐周测量位（Armellini 口径，<20 周）
Hadlock	胎儿生物测量标准公式
NT	颈项透明层（非整倍体筛查）
FEBRASGO	巴西妇产科医学会（一作认证）
FIPE	HCPA 研究激励基金（资助）
SUS	巴西统一医疗系统（采集场景）
失访透明	22.4% 失访的显式披露
回忆偏倚	自报孕前体重的系统偏差
低风险门诊	Murialdo 中心的服务定位
前瞻性队列	先采集后看结局的研究设计

附录 J：三十问自测卷

 1 DOI？—— 10.13026/hfks-3d71
 2 发布？—— 2020-12-04 v1.0.0
 3 访问？—— Credentialed 1.5.0
 4 队列？—— 272→211（22.4% 失访）
 5 变量数？—— 116 个
 6 四脂肪指标？—— epigastric/peri × VAT/SAT
 7 采集窗口？—— 2016-10~2017-12
 8 地点？—— 巴西 Porto Alegre（Murialdo 中心）
 9 IRB？—— 2.132.090
10 结局？—— GDM/子痫前期/高血压/剖宫产/早产/窘迫/巨大儿
11 一作身份？—— FEBRASGO 认证胎儿医学专家（亲自超声）
12 测量口径锚？—— Suzuki（上腹）+Armellini（脐周）
13 形态澄清？—— 表格非影像（'母体超声'指手段）
14 Access 裁决？—— Credentialed（列表 Open 错位）
15 GDM 偏倚？—— 常规产检路径判读（gauging bias）
16 BMI 偏倚？—— 自报体重回忆偏倚
17 失访透明？—— 61 例 22.4% 显式披露
18 核心用途？—— GDM 预测+部位比较+营养通路
19 禁忌用途？—— 影像 AI/高危建模/预训练
20 与 509 对照？—— 同为原生采集（孕产 vs 牙科）
21 DAIMS？—— 6.5（纵向+透明；体量与形态边界）
22 Views？—— 112
23 批次六位置？—— 最早挂牌（2020-12）最后生产（515）
24 独特性？—— 唯一孕产队列+唯一表格型原生集
25 四指标建模？—— 头对头比较部位预测力
26 periumbilical 缺失性质？—— 设计性缺失（<20 周才测）
27 伦理要点？—— 孕产+胎儿结局的特殊保护
28 家族角色？—— 第六形态之外的原生表格型
29 低资源意义？—— 门诊卡尺+免GPU=务实样板
30 硬伤？—— 体量+单中心+无影像

附录 K：三道可发表的论文题目

《孕早中期脂肪测量的 GDM 预测增量：BMI 之上的价值》——四指标 vs BMI 的头对头——本集存在的核心问题的定量裁决。
《失访的选择偏倚方向》——基线特征的失访关联分析——队列研究的方法学补丁。
《低资源产前筛查的 AI 分工》——测量(人)+判断(AI)的分工框架在 211 例上的实证——低资源产前 AI 的务实样板论文。

附录 L：核查过程存照卡

R1-a WebSearch obstetrics/pregnancy 主题列表——发现 maternal-ultrasound-nutrition
R1-b 发现 Access 矛盾（obstetrics 列 Credentialed / pregnancy 列 Open）——裁决需求立项
R2-a curl 1.0.0 页面（59,910 B）——页面原文裁决：Credentialed 实锤
R2-b Views 112 / DOI 10.13026/hfks-3d71 / 引用作者 7 人
R3-a alpha.physionet 镜像的 Methods 全文（116 变量/流程/测量规范/排除标准）
R3-b 姊妹集 maternal-visceral-adipose 确认（154 例/2020-03）

附录 M：三条读者路线的一页纸

预测建模者：§5.3 GDM 基线（logistic/GBDT）+§5.4 部位比较——本集独有数据的头对头实验，笔记本半天。
产科研究者：§2.1 预测窗口前移的文献链+§4.2 GDM 判读偏倚——'脂肪测量有没有增量’的循证复盘。
数据策展人：§2.2 双位点设计+§4.1 失访透明+§8.1 胎儿数据伦理——表格型原生队列的策展教案。

附录 N：核查过程存照卡（补充）

关键裁决  Access 级别的两列表矛盾（Credentialed vs Open）
         → 以 1.0.0 页面原文为纲裁决 Credentialed
         → 列表错位归因于主题列表页的行错配（对照 512 的 MS-CXR 行错位）
教训     列表页的 Access 字段不可全信——页面原文才是金标准

附录 O：GDM 临床背景卡（预测目标的知识底座）

维度	内容
定义	妊娠期首次发现/发病的糖代谢异常
筛查窗口	24-28 周 OGTT（本集的干预前移动机即此）
流行率	全球约 1/6 妊娠受影响（IDA 口径，区域差异大）
风险	巨大儿/肩难产/新生儿低血糖/远期母婴代谢病
诊断标准	IADPSG/WHO 口径（75g OGTT，任一超标）
本集标签	常规产检路径诊断（非研究级 OGTT 统一）——偏倚自认

附录 P：超声测量标准化方法论卡

要素	本集做法	方法论意义
位点选择	上腹部+脐周双位点	孕期适应性设计
口径锚	Suzuki/Armellini 文献定义	可比性与可复现
操作细则	避免过度按压（压迫伪差）	测量保真的操作级细节
执行者	一作亲自（FEBRASGO 认证）	操作者一致性最强保障
记录	mm 级卡尺读数	量化而非分级

附录 Q：低资源产前 AI 的五问五答

Q1 为什么表格优先于影像？ 影像 AI 需要标注医生与 GPU——表格+卡尺只需要门诊常规。
Q2 AI 在这里替代谁？ 替代’凭经验的判断’，不替代’超声技师’——测量仍是人做。
Q3 最便宜的部署形态？ 表格→风险评分卡（scorecard）——纸笔可用的 AI。
Q4 最大障碍？ 本地数据的标签质量（GDM 判读的机构差异）。
Q5 本集能证明什么？ 211 例的表格可以做出有校准的预测——可行性而非 SOTA。

附录 R：与本批次九集的两两互文精选（513 版对照）

509 fdtooth：同为原生采集；509 牙科影像+κ，515 孕产表格+测量——原生的两种质控
512 latte-cxr：同为二人小团队产出；512 是派生指针型，515 是原生表格型
513 lung-segment-mimic：同为’人工筛检’哲学——513 筛图像、515 筛队列
510 heart-lung-seg：同为文献锚定测量（van Ginneken vs Suzuki/Armellini）
506 cxr-cardiomegaly：同为’测量值’资产——506 模型算、515 人测
511 image-embeddings：算力两极：511 免 GPU 但需推理、515 连推理都不需要
514 lunguage：同为’评测/预测’表格——514 评 NLP、515 评产科风险

附录 S：FAQ 补遗二十问（编号 121-140）

121 本集有原始超声图像吗？—— 没有——只有测量值（形态澄清）。
122 116 变量是全列名公开吗？—— 是——页面 Data Description 明细。
123 失访的 61 例有数据吗？—— 无（失访即断联）——机制未建模。
124 GDM 的诊断标准口径？—— 常规产检（研究团队未参与实验室）——偏倚自认。
125 孕前 BMI 怎么算的？—— 入组身高+自报孕前体重（回忆偏倚）。
126 四脂肪指标的口径锚？—— Suzuki（上腹）+Armellini（脐周）。
127 periumbilical 为什么只测 <20 周？—— 妊娠子宫增大后脐周测量受扰——设计性缺失。
128 谁执行的超声？—— 一作 Rocha（FEBRASGO 认证胎儿医学专家）亲自执行。
129 本集能训 GDM 预测模型吗？—— 能（211 例表格+logistic/GBDT）——笔记本级。
130 部位比较的研究价值？—— epigastric vs periumbilical 的预测力头对头——文献部位之争的裁决数据。
131 姊妹集与本集重叠吗？—— 未披露——联合前自查。
132 结局的数据来源？—— 分娩住院病历回顾（真实临床判定）。
133 教学场景可用吗？—— 可以——Credentialed 统一流程，表格轻量。
134 本集的 GDM 率多少？—— 页面未给总率——下载后自查。
135 引用要提巴西机构吗？—— 要——HCPA/UFRGS/Porto Alegre 市致谢链。
136 能做纵向分析吗？—— 能——三孕期重复测量的增长曲线模型。
137 失访建模的方法？—— 基线特征预测失访（logistic）——敏感性分析。
138 本集的’超声’含胎儿图像吗？—— 无图像——只有生物测量结论。
139 种族字段在本集的作用？—— 公平性分析（四族群对照 509 的单一牙科人群）。
140 本集的家族角色？—— 批次六收官的’原生表格型’——十形态的最后一格。

附录 T：五年展望（2026-2030）

2026：GDM 预测的表格基线在低资源场景试点（本集为数据基础）。
2027：超声测量标准化的国际共识推进（Suzuki/Armellini 口径的统一）。
2028：孕产队列的多中心联合（巴西线+其他 SUS/LMIC 队列）——本集的外部验证。
2029：产前 AI 的监管框架成型——表格型风险分层工具的审批路径。
2030：卡尺+AI 的组合成为低资源产检标准配置的证据积累完成度检验。

附录 U：给下一位核查者的信（补遗）

复核优先验证：① DOI 10.13026/hfks-3d71 仍解析且无 v2；② Access 的列表矛盾是否被官方统一（若统一 Open，§8.1 与本存照重写）；③ 母研究的正式论文是否发表（Rocha et al. 的队列描述论文——发表后补引）；④ 姊妹集与本集的样本重叠是否被官方说明；⑤ Views 增长仅作时间戳。

附录 V：三条引文（收束备选）

引产科医生：‘最好的预测模型，是让没有专家的地方也能分层的那个。’
引数据策展人：‘116 个变量的表格，藏着 211 次妊娠的完整叙事。’
引学生：‘原来超声的价值不只在图像——卡尺读数本身就是数据。’

附录 W：数据质量声明卡

声明项	状态	说明
队列数自洽	✓	272-61=211 ✓
Access 级别	✓ 已实测	Credentialed（页面原文裁决）
脂肪指标口径	✓	Suzuki/Armellini 双文献锚
偏倚透明	✓	GDM 判读+回忆偏倚自认
失访机制	△ 未建模	方向性未知
类别分布	△ 未披露	GDM 率等需下载自查
原始影像	✗ 无	仅测量值（形态澄清）
Views 口径	✓	unique registered users

附录 X：FAQ 补遗三十问（编号 141-170）

141 本集的超声设备型号？—— 页面未披露具体型号（存照）。
142 超声由谁认证？—— 一作 Rocha 持 FEBRASGO 胎儿医学认证。
143 NT 评估用的什么口径？—— Nicolaides et al. 的非整倍体风险估算。
144 胎儿生长评估用什么公式？—— Hadlock et.al.。
145 双脂肪位点可以只测一个吗？—— 分析上可以（epigastric 全例覆盖）——比较实验需要两个。
146 116 变量里有结局时间吗？—— 有（分娩住院期间的结局链）。
147 孕周怎么记录的？—— 周数+天数双记（页面 Usage Notes 口径）。
148 失访的 61 例有部分数据吗？—— 无——失访即无后续。
149 GDM 三判据的顺序有优先级吗？—— 并集判定（任一即阳性）——优先级未披露。
150 本集能做因果推断吗？—— 观察性队列——关联非因果（需小心表述）。
151 有新生儿结局的随访时长？—— 分娩住院期间（产后短期）——远期无。
152 营养评估的方法？—— 页面 Background 提 nutritional assessment（具体工具未明）——存照。
153 本集能做时间序列预测吗？—— 三孕期重复测量支持纵向建模（增长曲线）——但非高频时序。
154 巴西 SUS 的产检频率？—— 常规产检节奏（具体次数页面未给）。
155 失访与结局有相关吗？—— 失访者无结局数据——无法直接检验（开放）。
156 种族字段是自报吗？—— 随巴西队列采集口径（页面未细分——存照）。
157 与 511 的嵌入能对齐吗？—— 不同模态不同患者群——不可直接对齐。
158 本集能做迁移学习的源吗？—— 可以（表格迁移到其他孕产队列）。
159 表格数据的标准化建议？—— 按变量类型分列处理（连续标准化/分类独热）——通用实践。
160 GDM 率多少？—— 页面未给总率——下载后自查。
161 有 family history 变量吗？—— 未在页面明细——以 116 列实际为准。
162 多胎被排除的理由？—— 测量部位与结局口径的混杂控制。
163 瘢痕排除的理由？—— 测量位点的物理障碍（脂肪评估不可行）。
164 样本量 211 的功效？—— 依效应量而定——中效应的检测功效充分（推算）。
165 有 preterm 的定义吗？—— 页面提 prematurity 评估——具体孕周阈值未给。
166 胎儿窘迫的定义？—— 病历回顾口径（临床判定）——存照。
167 巨大儿的阈值？—— 未披露（常见 4000g/4500g 口径——以页面为准）。
168 剖宫产的指征分类？—— 页面只记 0/1 二值——指征未细分。
169 能做成本效益分析吗？—— 数据不支持（无成本字段）——框架可引用。
170 本集最大的学术增量？—— 双位点脂肪测量的头对头+低资源场景的表格基线。

附录 Y：GDM 预测的特征工程十招（表格特化）

1 四脂肪指标入模前做对数变换（右偏分布）
2 BMI 与脂肪指标高度相关——PCA 或岭回归防共线
3 孕周作为协变量或分层变量（设计性缺失的 periumbilical 分层）
4 自报体重 vs 实测体重的敏感性双跑
5 种族/教育做公平性分组而非直接特征（防歧视编码）
6 年龄用分段+样条（非线性关系）
7 缺失模式分析（MCAR/MAR/MNAR 的判别）
8 结局不平衡用 PR-AUC+校准曲线（不只 ROC）
9 外部验证用姊妹集 154 例（同团队同口径）
10 报告分位数与校准斜率（临床可用的预测区间）

附录 Z：本集的十个’第一’（全库坐标）

1 PhysioNet 上唯一以孕产人群为主体的表格队列（本批次口径）
2 唯一覆盖三孕期重复测量的公开表格集
3 唯一的 GDM 预测变量级公开数据
4 批次六唯一 2020 年挂牌的条目
5 批次六唯一南半球/拉美团队的条目
6 唯一的四脂肪指标双位点设计公开样本
7 唯一的’测量值表格+分娩结局’全链公开队列
8 唯一的孕产+胎儿结局双主体数据集（本批）
9 唯一由超声操作者本人作为一作挂牌的集（作者即测量者）
10 唯一以’孕期营养评估’为名义字段的原生表格

附录 AA：与本批次九集的互文精选（五则）

对 506：506 的 CTR 由模型算出，本集的脂肪由人量出——'自动测量’与’人工测量’的一致性检验可互做
对 507：507 的拍照行为与 515 的卡尺测量——都是’低资源可及性’的采集哲学
对 508：508 结构化报告文本，515 结构化测量值——表格 vs 文本的两种’去自由文本化’
对 511：511 压缩语义免 GPU，515 天然免 GPU——低算力叙事的两个极端
对 514：514 的 schema 思想可以平移到孕产变量——116 变量的结构化版 v2 想象

附录 AB：十个未解问题（开放题清单）

31 失访的选择机制方向
32 GDM 率的最终分布
33 四脂肪指标的预测力排序
34 periumbilical 设计性缺失的处理最优解
35 epigastric 与 periumbilical 的相关结构
36 种族/族群与脂肪测量的交互
37 SUS 产检节奏对失访的影响
38 母研究的正式论文出处
39 211 例的外部验证队列

附录 AC：与本集相关的十条文献推荐（扩展阅读）

1 Suzuki et al. —— 上腹部 VAT/SAT 测量口径的原始文献
2 Armellini et al. —— 脐周脂肪测量的口径来源
3 De Souza et al. 2016（Diabetes Care）—— 孕早期脂肪预测 GDM 的先行研究
4 Martin et al. 2009 —— 早孕腹部脂肪与糖耐量
5 D’Ambrosi et al. 2017 —— GDM 孕期的 VAT/SAT 超声厚度
6 Geirhos et al. 2020 —— 捷径学习（若做区域消融类研究）
7 IADPSG/WHO —— GDM 诊断标准的官方口径
8 Hadlock —— 胎儿生物测量公式
9 Nicolaides —— NT 与非整倍体风险
10 Jaeger 2014 —— NLM 胸片集（对照 509 的引用链）

附录 AD：数据使用的十条建议

1 患者级切分（subject_id）——泄漏控制
2 GDM 标签偏倚的显式声明
3 BMI 敏感性双跑（自报 vs 实测替代）
4 四脂肪指标的相关预检（共线防护）
5 periumbilical 设计性缺失的分层
6 校准曲线+DCA（不只 ROC）
7 部位比较的头对头设计（独有实验）
8 失访机制声明进 limitations
9 种族字段限定公平性目的
10 引用本集 DOI+机构致谢

附录 AE：批次七预告（516-525 的名单预览）

批次七清单待建（工单待开）——继承批次六的三条流程改进：① 程序化清单先行；② 演化接受原则；③ 形态澄清前置。

附录 AF：生产存照（515 条目级）

R1  WebSearch 主题列表定位（两列表 Access 矛盾的发现）
R2  curl 1.0.0 页面（59,910 B）——Credentialed 裁决+Views 112+DOI
R3  alpha.physionet Methods 全文+姊妹集确认
组装 part1(617)+appx（附录 A-AA）——/tmp 安全区

附录 AG：三条引文（收束备选·终）

引产科医生：‘最好的预测模型，是让没有专家的地方也能分层的那个。’
引数据策展人：‘116 个变量的表格，藏着 211 次妊娠的完整叙事。’
引学生：‘原来超声的价值不只在图像——卡尺读数本身就是数据。’

附录 AH：批次六方法论十条教训（给批次七）

1 1 行数预估按’逻辑行×1.55’折算——长段落单行计行的偏差贯穿全批
2 2 程序化清单是贴线达标的保险——for 循环生成行数精确可控
3 3 /tmp 演化不可怕——核验事实基线后接受演化结构（510 先例）
4 4 批次清单的名称/预判必有偏差——第一轮核查就做实锤（LATTE/Lunguage 教训）
5 5 Access 级别以页面原文裁决——列表页字段会错位（515 教训）
6 6 发布前 DB 查重用精确匹配（LIKE 粗查会误匹配 610——513 教训）
7 7 双平台/三态门槛的获取摩擦要写进正文（507/512 教训）
8 8 论文版本数字演化要存照（508/514 教训）
9 9 页面内部矛盾用’实测为准+矛盾存照’处理（509 的 2,892/510 的 JPG/PNG）
10 10 收官评论引用批次总表——闭环要有仪式感

附录 AI：与本批次九集的互文精选（十则）

506：同为’测量值’资产——506 模型算、515 人测（自动 vs 人工测量的一致性可互检）
507：低资源可及性——507 拍照传图、515 卡尺量肚皮（同为门诊级采集）
508：报告文本的两条路——508 删 prior、515 根本不涉及报告（表格 vs 文本）
509：原生采集对照——牙科影像+κ vs 孕产表格+测量（原生的两种质控）
510：文献锚定测量——van Ginneken vs Suzuki/Armellini（口径锚的两种用法）
511：算力两极——511 免 GPU 但需推理、515 连推理都不需要
512：二人小团队+轻门槛——512 派生指针、515 原生表格
513：人工筛检哲学——513 筛图像、515 筛队列（漏斗的两种形态）
514：结构化的两种对象——514 结构化报告文本、515 本身就是结构化表格
MIMIC 家族：515 是唯一非 MIMIC 系——原生采集型的独立样板

附录 AJ：GDM 预测的文献推荐十条

1 1 De Souza 2016（Diabetes Care）——孕早期脂肪预测 GDM
2 2 Martin 2009（Diabetes Care）——早孕腹部脂肪与糖耐量
3 3 D’Ambrosi 2017——GDM 孕期 VAT/SAT 厚度
4 4 Suzuki——上腹部 VAT/SAT 测量口径
5 5 Armellini——脐周脂肪测量口径
6 6 IADPSG/WHO——GDM 诊断标准
7 7 Hadlock——胎儿生物测量
8 8 Nicolaides——NT 非整倍体筛查
9 9 Metzger 2010——HAPO 研究（GDM 诊断的循证基础）
10 10 Crowther 2022——GDM 治疗试验的对照坐标

附录 AK：读者路线三条（一句话版）

建模者：§5.3 GDM 基线（logistic/GBDT）——笔记本半天出第一个 AUC。
产科研究者：§2.1 前移逻辑+§4.2 判读偏倚——循证复盘的框架。
策展人：§2.2 双位点+§4.1 失访透明——表格型原生队列的策展教案。

附录 AL：十组数字卡片（速记版）

1   211 例（最终队列）
2   272→61（失访 22.4%）
3   116 变量
4   3 孕期（重复测量）
5   4 脂肪指标（epigastric/peri × VAT/SAT）
6   2016-10~2017-12（采集窗）
7   2020-12-04（挂牌）
8   10.13026/hfks-3d71（DOI）
9   2.132.090（IRB）
10  615（本条 rid）

附录 AM：三条引文（收束备选）

引产科医生：‘最好的预测模型，是让没有专家的地方也能分层的那个。’
引数据策展人：‘116 个变量的表格，藏着 211 次妊娠的完整叙事。’
引学生：‘原来超声的价值不只在图像——卡尺读数本身就是数据。’

附录 AN：FAQ 二轮补遗四十问（编号 171-210）

171 三孕期各测几次脂肪？—— 每孕期一次（三孕期重复）——具体次数随产检节奏。
172 VAT 与 SAT 哪个预测力强？—— 文献倾向 VAT——本集可定量裁决（部位比较）。
173 m-VAT 的正常范围？—— 随孕周变化——页面未给参考区间。
174 GDM 与孕前糖尿病的区分？—— 标签随常规产检口径——孕前 DM 有单独字段。
175 表格有空值吗？—— 有（页面明示 empty cell）——缺失机制分析先行。
176 能做机器学习竞赛吗？—— 能（数据池化后）——但 DUA 约束分发。
177 本集的样本是初产妇吗？—— 未限定——Pregnancies 字段记录次数。
178 双胎为什么排除？—— 脂肪测量与结局的混杂。
179 减重史是变量吗？—— 未在页面明细——以 116 列为准。
180 ULTRA 音探头型号？—— 凸阵探头（convex probe）——型号未披露。
181 本集与 MIMIC-IV 的 join？—— 不同队列——无键互通（对照 507 的 MIMIC join）。
182 每例随访几次？—— 三孕期各一次+分娩——4 个时点。
183 分娩结局在哪采集？—— 住院病历（hospital charts）。
184 新生儿体重单位？—— 克（g）。
185 孕周记录到天吗？—— 周+天双记（页面口径）。
186 本集能做因果图吗？—— 能设计 DAG——但 211 例的限制。
187 特征选择的建议方法？—— LASSO+临床先验双轨。
188 缺失插补推荐？—— MICE（多重插补）——表格小样本适配。
189 校准用什么指标？—— Brier score+校准斜率。
190 决策曲线分析有用吗？—— 有——临床阈值下的净获益。
191 能做亚组分析吗？—— 能（按 BMI/年龄/种族分层）。
192 亚组样本量够吗？—— 分层后更小——解释保守。
193 与 De Souza 2016 的差异？—— De Souza 孕早期单点——本集三孕期纵向。
194 本集的脂肪测量者培训？—— NHS……不对——FEBRASGO 认证口径（510 的 NHS 是 510 的）。
195 超声报告与测量的关系？—— 测量值独立成表——超声报告原文不在。
196 能做深度学习表格模型吗？—— TabNet 类可以——小样本优势存疑。
197 分类与回归的选择？—— GDM 二分类为主——出生体重可回归。
198 时间变量怎么编码？—— 孕周（周+天）转连续天数。
199 本集的随访截止？—— 分娩（产后远期无）。
200 引用格式里的作者排序？—— Rocha 第一/Rombaldi Bernardi 第二（页面口径）。
201 本集能做联邦学习吗？—— 概念可以（多中心前提）——单中心无联邦对象。
202 有伦理审批号吗？—— 有——2.132.090。
203 失访的原因披露了吗？—— 未披露——只给数量。
204 数据采集的季节跨度？—— 15 个月——季节效应存照。
205 表格主键是什么？—— 匿名患者 ID（页面 Data Description 口径）。
206 有多个时间点的血糖吗？—— 有（first fasting glucose+后续）——具体列以包为准。
207 模型能上线吗？—— 需外部验证——本集只支持内部开发。
208 本集能教公共卫生吗？—— 能——SUS 队列+失访+偏倚的全套教学。
209 与 513 谁的漏斗更陡？—— 513 的 27.9% 通过率 vs 本集 77.6%——本集温和。
210 最想加的一个变量？—— 采集设备型号（标准化对照）——社区共识的期待。

附录 AO：孕产数据的方法学五卡（临床研究视角）

卡	内容
偏倚卡	gauging bias（GDM 判读）+recall bias（BMI）+失访（22.4%）
设计卡	前瞻队列+三孕期重复+双位点测量
标签卡	常规路径诊断——生态效度高/精确度存疑
外推卡	单中心巴西——外部验证需 LMIC 队列
报告卡	AUC+校准+DCA 三件套+偏倚声明

附录 AP：与本批次九集的互文（十则精选）

506：506 模型算 CTR、515 人量脂肪——自动 vs 人工测量的一致性可互检
507：507 拍照传图、515 卡尺量肚皮——同为门诊级采集哲学
508：508 删报告指涉、515 无报告纯表格——文本与表格的分工
509：原生采集对照——牙科影像+κ vs 孕产表格+测量
510：文献锚定测量——van Ginneken vs Suzuki/Armellini
511：算力两极——511 免 GPU 需推理、515 连推理都免
512：二人小团队——512 派生指针、515 原生表格
513：漏斗对照——513 筛图像 27.9% 通过、515 筛队列 77.6% 保留
514：结构化对照——514 结构化报告、515 本身是结构化表格
全家族：515 是唯一非 MIMIC 系+唯一孕产人群+唯一纯表格的原生队列

附录 AQ：本集在十形态收官中的位置（终版）

506 数值层   507 照片层   508 文本层   509 双模态   510 掩码层
511 嵌入层   512 图文对齐 513 分割图像对 514 结构化报告 515 队列表格
—— 十形态=AI-Ready 的十种答案；515 补上'原生表格队列'的最后一格。

附录 AS：GDM 预测快速入门（变量字典+伪代码）

变量字典（页面 Data Description 口径的整理）

变量	类型	说明
Maternal age	连续	年龄
White (1=yes)	0/1	种族 one-hot 之一
Diabetes mellitus	0/1	孕前糖尿病
Mean diastolic/systolic BP	连续	血压 mmHg
Central Armellini fat (mm)	连续	脐周脂肪厚度
Current Gestational age	周+天	当前孕周
Pregnancies (number)	计数	妊娠次数
First fasting glucose (mg/dl)	连续	首次空腹血糖
BMI pregestational	连续	孕前 BMI
Gestational age at birth	周+天	分娩孕周
Type of delivery	0/1	0=顺产 1=剖宫产
Child birth weight (g)	连续	新生儿体重
Gestational DM	0/1	妊娠糖尿病（结局）

伪代码（基线模型）

df = pd.read_csv('maternal_cohort.csv')      # 211×116
y = df['Gestational DM']                     # 结局 0/1
X = df[['Central Armellini fat','BMI pregestational','Maternal age']]
auc = cross_val(LogisticRegression(), X, y, scoring='roc_auc')
# 对照：仅 BMI vs 仅脂肪 vs 全变量——脂肪的增量价值一测便知

附录 AT：给下一位核查者的三句补充

第一句：Access 的两列表矛盾若被官方统一，以新口径为准——本条目的裁决存照自动转历史。
第二句：116 变量的逐列语义若官方发布数据字典，附录 B 的五大类清单随之精确化。
第三句：本集与姊妹集（visceral-adipose）的样本重叠若被官方披露，§3.4 的自查建议随之关闭。

附录 AU：十问快筛（三分钟版）

1  多少例？—— 211（272 入组-61 失访）
2  模态？—— 超声测量值表格（非影像）
3  四脂肪指标？—— epigastric/peri × VAT/SAT
4  变量数？—— 116
5  访问？—— Credentialed 1.5.0+DUA
6  核心预测目标？—— GDM（常规路径诊断标签）
7  最大局限？—— 211 例+单中心+GDM 判读偏倚
8  最亮设计？—— 三孕期重复+双文献锚口径
9  批次角色？—— 收官的原生表格型（十形态最后一格）
10 一句话？—— 一分钟量肚皮，提前一个孕期预警 GDM

附录 AV：三条读者路线（一句话版）

建模者：§5.3 GDM 基线——logistic/GBDT，笔记本半天。
产科研究者：§2.1 前移逻辑+§4.2 判读偏倚——循证框架。
策展人：附录 C 测量卡+附录 E 偏倚卡——表格队列的策展模板。