梗死前心绞痛预测因素的多变量分析
数据覆盖心血管系统疾病中的心绞痛主题，涉及 predictors 与 pre-infarction 相关变量，可用于分析非 ST 段抬高型心肌梗死患者梗死前心绞痛的预测因素及结局，支撑回归建模与统计复现（来源 figshare，CC BY 4.0 许可）
基本信息
资源简介
梗死前心绞痛预测因素的多变量分析
Multivariate analysis for predictors of pre-infarction angina.
该数据集来自 plos.figshare.com，对应论文 Pre-Infarction Angina and Outcomes in Non-ST-Segment Elevation Myocardial Infarc（PLoS ONE，2012），包含 1 个文件 Table_2.xls，用于梗死前心绞痛预测因素的多变量分析。数据覆盖心血管系统疾病中的心绞痛主题，涉及 predictors 与 pre-infarction 相关变量，可用于分析非 ST 段抬高型心肌梗死患者梗死前心绞痛的预测因素及结局，支撑回归建模与统计复现（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Pre-Infarction Angina and Outcomes in Non-ST-Segment Elevation Myocardial Infarction: Data from the RICO Survey》发表于 PLoS ONE（2012），DOI：10.1371/journal.pone.0048513。源站首次发布：2013-02-19。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0048513.t002。
【主题与分类】
源站学科分类：Medicine、Pharmacology。主题标签：predictors、pre-infarction。本站分类：心血管系统疾病/心绞痛。
【适用方向】
源站学科分类标注为 Medicine、Pharmacology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Multivariate_analysis_for_predictors_of_pre_infarction_angina_/194083
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Lorgis, Luc; Gudjoncik, Aurélie; Richard, Carole; Mock, Laurent; Buffet, Philippe; Brunel, Philippe; et al. (2015). Multivariate analysis for predictors of pre-infarction angina.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，引用时请注意版本时效。
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（Figshare）
- 源站标题：Multivariate analysis for predictors of pre-infarction angina.
- DOI：10.1371/journal.pone.0048513.t002
- 发布日期：2013-02-19
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Multivariate_analysis_for_predictors_of_pre_infarction_angina_/194083
命令行下载
curl -L -o "Table_2.xls" "https://ndownloader.figshare.com/files/523605"
文件清单
Table_2.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
CAD: coronary artery disease.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0048513.t002（source: https://plos.figshare.com/articles/dataset/_Multivariate_analysis_for_predictors_of_pre_infarction_angina_/194083）。
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。
