LLM研究相关数据
包含使用大语言模型预测急性冠脉综合征患者一年内心血管事件风险的指南推荐变量指标数据。
基本信息
资源简介
LLM研究相关数据
【一句话概览】
本数据集标题为“LLM Research-Related Data”，包含与利用大语言模型预测急性冠脉综合征患者一年内主要不良心血管事件风险研究相关的指标数据，基于指南推荐的29个变量。文件数为1，文件合计大小为173.3 KB（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《LLM Research-Related Data》。源站首次发布：2026-01-19。
【数据内容】
源站原始描述：Indicator data related to the research on predicting the risk of major adverse cardiovascular events (MACEs) within one year in patients with acute coronary syndrome (ACS) using large language models (LLMs), based on the 29 variables recommended in the guidelines
中文译文（机器翻译，仅供快速理解，请以原文为准）：基于指南推荐的29个变量，利用大语言模型（LLMs）预测急性冠脉综合征（ACS）患者一年内主要不良心血管事件（MACEs）风险的相关指标数据
【数据结构与技术规格】
文件数 1 个，合计 173.34 KB。数据集 DOI：10.17632/m74g9dw5y8.1。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/m74g9dw5y8
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://data.mendeley.com/datasets/m74g9dw5y8
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
