伊朗Lur与Lak人群糖尿病并发症临床及副临床切点的诊断与预测:ROC曲线分析以设计区域指南

该数据集来自伊朗Lur与Lak人群的糖尿病研究,纳入133名糖尿病患者,采集性别、年龄、BMI、糖尿病类型与病程、FBS、HbA1c、脂质谱、治疗与他汀用药、神经病变、肾病、视网膜病变、PVD、CVD、足溃疡史、黎明现象及血压等信息

MendeleyMendeley
datacite
浏览 7
其他预测DiabetesComplications of Diabetes
Diagnosing and Predicting Clinical and Para-clinical Cutoffs for Diabetes Complications in Lur and Lak Populations of Iran: A ROC Curve Analysis to Design a Regional Guideline

基本信息

模态
其他
大小
0.000031464 GB
任务类型
预测
创建/更新时间
2026-10-27

资源简介

伊朗Lur与Lak人群糖尿病并发症临床及副临床切点的诊断与预测:ROC曲线分析以设计区域指南

Diagnosing and Predicting Clinical and Para-clinical Cutoffs for Diabetes Complications in Lur and Lak Populations of Iran: A ROC Curve Analysis to Design a Regional Guideline

该数据集来自伊朗Lur与Lak人群的糖尿病研究,纳入133名糖尿病患者,采集性别、年龄、BMI、糖尿病类型与病程、FBS、HbA1c、脂质谱、治疗与他汀用药、神经病变、肾病、视网膜病变、PVD、CVD、足溃疡史、黎明现象及血压等信息。数据可用于分析糖尿病并发症相关的临床与副临床指标,借助ROC曲线确定脂质谱等切点,为制定区域化诊疗指南提供依据(来源 DOI 解析)。

【数据集背景】

源站首次发布:2018。

【数据内容】

源站描述(机器翻译,仅供参考):目的:美国糖尿病协会(ADA)每年更新其指南。该指南基于循证医学(EBM)获得。然而,该指南可依据不同人群的文化与遗传状况进行调整。为此,我们拟在伊朗Lur与Lak人群中设计一项区域研究,重点聚焦脂质谱切点。方法:本研究共纳入133名糖尿病(DM)患者。每位患者采集的信息包括性别、年龄、体重指数(BMI)、DM类型、DM病程、空腹血糖(FBS)、HbA1c、脂质谱、DM治疗类型、他汀类型与剂量、记录的神经病变、记录的肾病、有症状的视网膜病变、外周血管疾病(PVD)、记录的心血管疾病(CVD)、足溃疡史、黎明现象、收缩压(SBP)和舒张压(DBP

【主题与分类】

主题标签:Diabetes、Complications of Diabetes。本站分类:循环系统疾病/其他。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/k62fdsnwkg/1

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.17632/k62fdsnwkg.1

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 31.5 KB。

数据说明

目的:美国糖尿病协会(ADA)每年更新其指南。该指南基于循证医学(EBM)制定。然而,该指南可因不同人群的文化和遗传状况而有所调整。因此,我们拟在伊朗的卢尔族和拉克族人群中设计一项区域研究,重点关注血脂谱切点。方法:本研究共纳入133例糖尿病(DM)患者。收集每位患者的信息包括性别、年龄、体质指数(BMI)、DM类型、DM病程、空腹血糖(FBS)、HbA1c、血脂谱、DM治疗类型、他汀类药物种类及剂量、已记录的神经病变、已记录的肾病、有症状的视网膜病变、外周血管疾病(PVD)、已记录的心血管疾病(CVD)、足部溃疡史、黎明现象、收缩压(SBP)和舒张压(DBP)。采用受试者工作特征(ROC)曲线,并报告曲线下面积(AUC)。结果:对于神经病变,年龄是最准确的诊断指标(AUC=79%)。对于肾病,收缩压SBP是最准确的诊断指标(AUC=88%)。

对于有症状的视网膜病变,糖尿病病程是最准确的诊断指标(AUC=81%)。对于PVD,HDL是最准确的诊断指标(反向AUC=100-33%)。对于CVD,年龄是最准确的诊断指标(AUC=81%)。对于足溃疡病史,年龄是最准确的诊断指标(AUC=85%)。结论:最终建议的指南与国际指南相似;但应考虑一些独特之处。血压>165/110mmHg可诊断糖尿病肾病。强烈建议HDL>48。应在本地区开展队列研究,以重新评估预测值。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。