队列A中新诊断心房颤动的预测因素
数据集与 2014 年发表在 PLoS ONE 的论文配套，主题涉及心血管系统疾病与心房颤动，并关联卒中、神经病学及诊断医学等方向
基本信息
资源简介
队列A中新诊断心房颤动的预测因素
Predictors of newly-diagnosed atrial fibrillation in cohort A*.
该数据集来自 plos.figshare.com，标题为“Predictors of newly-diagnosed atrial fibrillation in cohort A”，包含 1 个文件（Table_6.xls），发布时间为 2014 年 3 月 19 日。数据集与 2014 年发表在 PLoS ONE 的论文配套，主题涉及心血管系统疾病与心房颤动，并关联卒中、神经病学及诊断医学等方向。数据可用于探索队列 A 中新诊断心房颤动的预测因素，支持心血管疾病与脑血管疾病交叉领域的分析研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Isolated Insular Strokes and Plasma MR-proANP Levels Are Associated with Newly Diagnosed Atrial Fibrillation: A Pilot Study》发表于 PLoS ONE（2014），DOI：10.1371/journal.pone.0092421。源站首次发布：2014-03-19。
【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.0092421.t006。
【主题与分类】
源站学科分类：Biological Sciences。主题标签：cardiology、Cardiovascular diseases、arrhythmia、Diagnostic medicine、Clinical laboratory sciences、neurology、Cerebrovascular diseases、Vascular medicine、stroke、Ischemic stroke。本站分类：心血管系统疾病/心房颤动。
【适用方向】
源站学科分类标注为 Biological Sciences。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Predictors_of_newly_diagnosed_atrial_fibrillation_in_cohort_A_/966722
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Frontzek, Karl; Fluri, Felix; Siemerkus, Jakob; Müller, Beat; Gass, Achim; Christ-Crain, Mirjam; et al. (2015). Predictors of newly-diagnosed atrial fibrillation in cohort A*.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-06，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：Predictors of newly-diagnosed atrial fibrillation in cohort A*.
- DOI：10.1371/journal.pone.0092421.t006
- 发布日期：2014-03-19
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Predictors_of_newly_diagnosed_atrial_fibrillation_in_cohort_A_/966722
命令行下载
curl -L -o "Table_6.xls" "https://ndownloader.figshare.com/files/1426157"
文件清单
Table_6.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
Multivariate logistic regression, #p<0.05.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0092421.t006（source: https://plos.figshare.com/articles/dataset/_Predictors_of_newly_diagnosed_atrial_fibrillation_in_cohort_A_/966722）。
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。
