改良Rankin量表序数与二分分析及卒中5年结局与成本数据

该数据集来自基于人群的前瞻性队列研究(Oxford Vascular Study,2002-2014),包含连续缺血性卒中患者的数据,用于比较改良Rankin量表(mRS)的三种表示方式(序数、二分0-1/2-6或0-2/3-6)与长期结局的关系

DryadDryad
dryad
浏览 19
其他回归[ 17 ] PrognosisAll Cerebrovascular disease/StrokeOutcome research[ 112 ] Outcome researchClinical trials Methodology/study designCohort studies
Data from: Ordinal vs dichotomous analyses of modified Rankin Scale and 5-year outcome and cost of stroke

基本信息

模态
其他
大小
0.000516304 GB
任务类型
回归
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-09

资源简介

改良Rankin量表序数与二分分析及卒中5年结局与成本数据

Data from: Ordinal vs dichotomous analyses of modified Rankin Scale and 5-year outcome and cost of stroke

该数据集来自基于人群的前瞻性队列研究(Oxford Vascular Study,2002-2014),包含连续缺血性卒中患者的数据,用于比较改良Rankin量表(mRS)的三种表示方式(序数、二分0-1/2-6或0-2/3-6)与长期结局的关系。数据涉及3个月mRS与1年及5年残疾和死亡(logistic回归)以及健康/社会照护成本(广义线性模型)的关联,并调整年龄/性别,比较拟合优度(c统计量、平均绝对误差)。此外还计算了病前mRS>1或>2导致试验排除的比例。该数据可用于卒中预后研究、临床试验设计方法学分析及成本评估(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2019。

【数据内容】

源站描述(机器翻译,仅供参考):目的 – 比较改良Rankin量表(mRS)——一种常用的试验结局指标——的三种常见表示方式(序数与二分0-1/2-6或0-2/3-6)与长期结局的关系,并量化基于病前mRS的试验不合格率。方法 – 在一项基于人群的前瞻性队列研究(Oxford Vascular Study;2002-2014)的连续缺血性卒中患者中,我们将3个月mRS与1年和5年残疾和死亡(logistic回归)以及健康/社会照护成本(广义线性模型)相关联,调整年龄/性别,并比较拟合优度值(c统计量、平均绝对误差[MAE])。我们还计算了使用二分分析时病前mRS>1或>2会导致被排除出试验的患者比例。结果 – 在1,607名患者中,序数mRS与5年死亡率的关系更强,th

【主题与分类】

主题标签:[ 17 ] Prognosis、All Cerebrovascular disease/Stroke、Outcome research、[ 112 ] Outcome research、Clinical trials Methodology/study design、Cohort studies。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.609bp7m

使用许可:Creative Commons Zero v1.0 Universal。

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

源站:https://doi.org/10.5061/dryad.609bp7m

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 516.3 KB。

数据说明

目的——比较改良Rankin量表(mRS)的三种常见表示方法(序数型与二分为0-1/2-6或0-2/3-6)——一种常用的试验结局指标——与长期结局的关系,并基于病前mRS量化试验不合格率。方法——在一项基于人群的前瞻性队列研究(牛津血管研究;2002-2014年)中,连续纳入的缺血性卒中患者,我们将3个月mRS与1年和5年残疾及死亡(逻辑回归)以及健康/社会照护费用(广义线性模型)相关联,并校正年龄/性别,同时比较拟合优度值(c统计量、平均绝对误差[MAE])。我们还计算了在采用二分分析时,病前mRS >1或>2会导致被排除出试验的患者比例。结果——在1,607例患者中,序数mRS与5年死亡率的关联强于0-1/2-6和0-2/3-6二分法(均p<0.0001)。5年残疾的结果相似,5年照护费用也以序数模型拟合最佳(ΔMAE与年龄/性别相比:序数型为-3,059,0-2/3-6为-2,805,0-1/2-6为-1,647)。

244例(17.1%)3个月存活者病前mRS>2,434例(30.5%)mRS>1;这两项比例均随女性、社会经济剥夺及年龄增长而增加(所有p<0.0001)。结论——在缺血性卒中存活者中,3个月mRS的序数形式与长期结局及费用的关联性优于任何二分法。这一发现支持在分析mRS的试验中采用序数方法。使用二分法主要结局排除病前残疾较高的患者,也将导致样本不具有代表性。

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