颈动脉亚临床动脉粥样硬化研究数据集

该数据集包含来自IMPROVE研究米兰站点的多模态数据,涵盖临床表格、分子生物标志物、基因型数据以及颈动脉超声影像测量指标,主要用于通过机器学习方法识别颈动脉亚临床动脉粥样硬化的不同内型,分析基因与环境因素(如吸烟)的交互作用,并评估动脉粥样硬化性心血管疾病的风险预测与进展研究,为精准医学在心血管疾病预防领域的应用提供数据支持。

Università degli Studi di Milano Facoltà di Medicina e ChirurgiaUniversità degli Studi di Milano Facoltà di Medicina e Chirurgia
Zenodo
2024-02-13 更新
浏览 33
动脉粥样硬化内型识别颈动脉亚临床病变分析
Carotid Subclinical Atherosclerosis Research Dataset

基本信息

许可
cc-by-4.0
创建/更新时间
2024-02-13

资源简介

颈动脉亚临床动脉粥样硬化研究数据集

【数据集背景】

本数据集源站标题为《Dataset related to the articles: "A machine learning based approach to identify carotid subclinical atherosclerosis endotypes", "Causal analysis of plasma IL-8 on carotid intima media thickness, a measure of subclinical atherosclerosis","Cross-Sectional Gene-Smoking Interaction Analysis in Relation to Subclinical Atherosclerosis-Results From the IMPROVE Study"》。源站首次发布:2024-02-08。

【数据内容】

源站原始描述:This record contains raw data related to the following articles: 1) "A machine learning based approach to identify carotid subclinical atherosclerosis endotypes" 2) " Causal analysis of plasma IL-8 on carotid intima media thickness, a measure of subclinical atherosclerosis " 3) " Cross-Sectional Gene-Smoking Interaction Analysis in Relation to Subclinical Atherosclerosis-Results From the IMPROVE Study " The uploaded data cover only those collected at the Milan site (Centro Cardiologico Monzino)…

【数据结构与技术规格】

数据集 DOI:10.5281/zenodo.10624955。

【获取与许可】

源站页面:https://zenodo.org/records/10624955

使用许可:cc-by-4.0。

【使用注意】

· 源站最后修改于 2024-02-13,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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(Zenodo 公开直链)

源站:https://zenodo.org/doi/10.5281/zenodo.10624955

(注册/登录后按页面指引下载)

数据说明

该数据集来源于欧洲多中心IMPROVE研究(米兰站点)的原始数据,聚焦于颈动脉亚临床动脉粥样硬化的研究。数据包含参与者的基线人口统计学、临床特征、分子生物标志物(如血浆IL-8水平)、基因型数据(基于Illumina芯片平台)以及颈动脉超声测量指标(如颈动脉内膜中层厚度c-IMT和斑块数量)。数据集通过机器学习方法(如神经网络和分层聚类)识别了四种颈动脉粥样硬化内型(endotypes),并分析了基因-吸烟交互作用对动脉粥样硬化的影响。该数据集主要用于心血管疾病风险预测、动脉粥样硬化进展研究、因果推断分析以及精准预防医学的应用探索。

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。

获取专属数据定制方案