预测感染性休克患者中脓毒症心肌病与脓毒症相关心源性休克的最佳模型优势比与对数优势系数数据集
该数据集为临床表格数据，包含从感染性休克患者队列中提取的最佳预测模型的优势比和对数优势系数，专门用于预测脓毒症心肌病（SCM）和脓毒症相关心源性休克（SeRCS），主要应用于医学研究领域，支持心血管并发症风险模型的构建与验证，以提升临床决策的准确性。
基本信息
资源简介
预测感染性休克患者中脓毒症心肌病与脓毒症相关心源性休克的最佳模型优势比与对数优势系数数据集
【数据集背景】
本数据集源站标题为《Odds ratios and log odds coefficients from the best performing models to predict septic cardiomyopathy (SCM) and sepsis-related cardiogenic shock (SeRCS) within a cohort of patients with septic shock.》。配套论文《Identifying predictors and determining mortality rates of septic cardiomyopathy and sepsis-related cardiogenic shock: A retrospective, observational study》发表于 PLOS ONE（2024），DOI：10.1371/journal.pone.0299876。源站首次发布：2024-04-25。
【数据内容】
源站原始描述：Odds ratios and log odds coefficients from the best performing models to predict septic cardiomyopathy (SCM) and sepsis-related cardiogenic shock (SeRCS) within a cohort of patients with septic shock
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 4.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0299876.t004。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Genetics、Information Systems not elsewhere classified、Developmental Biology、Infectious Diseases。主题标签：significantly differ among、disproportionately affecting individuals、related cardiogenic shock、mortality difference associated、high mortality rate、determining mortality rates、xlink "> scm、m2 among patients、identify risk factors、develop cardiac dysfunction。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Genetics、Information Systems not elsewhere classified、Developmental Biology、Infectious Diseases。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Odds_ratios_and_log_odds_coefficients_from_the_best_performing_models_to_predict_septic_cardiomyopathy_SCM_and_sepsis-related_cardiogenic_shock_SeRCS_within_a_cohort_of_patients_with_septic_shock_/25693961
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Hendrickson, Kathryn W.; Cirulis, Meghan M.; Burk, Rebecca E.; Lanspa, Michael J.; Peltan, Ithan D.; Marshall, Hunter; et al. (2024). Odds ratios and log odds coefficients from the best performing models to predict septic cardiomyopathy (SCM) and sepsis-related cardiogenic shock (SeRCS) within a coh…
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）
按页面 Download 按钮获取。
数据说明
该数据集包含用于预测感染性休克患者中脓毒症心肌病（SCM）和脓毒症相关心源性休克（SeRCS）的最佳模型的统计结果。具体包括模型的优势比和对数优势系数，这些数据来源于对感染性休克患者队列的分析。该数据集支持医学研究，特别是脓毒症相关心血管并发症的风险预测模型开发与验证，有助于临床医生识别高危患者并指导干预。
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。
