心房颤动中突发心脏骤停的预测因素：ARIC研究
该数据集来自ARIC社区队列研究，包含14,836名基线无房颤的参与者，随访至2012年识别新发房颤2,321例，其中110例发生经医师裁定的突发心脏骤停
基本信息
资源简介
心房颤动中突发心脏骤停的预测因素：ARIC研究
Predictors of sudden cardiac death in atrial fibrillation: The Atherosclerosis Risk in Communities (ARIC) study
该数据集来自ARIC社区队列研究，包含14,836名基线无房颤的参与者，随访至2012年识别新发房颤2,321例，其中110例发生经医师裁定的突发心脏骤停。数据涵盖心电图、住院出院代码及临床变量，采用病因特异性Cox比例风险模型结合逐步选择法筛选预测因素。可用于探索房颤患者突发心脏骤停的风险预测因子，支持心血管流行病学与预后研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Predictors of sudden cardiac death in atrial fibrillation: The Atherosclerosis Risk in Communities (ARIC) study》发表于 PLOS ONE（2017），DOI：10.1371/journal.pone.0187659。源站首次发布：2017-11-08。
【数据内容】
源站描述（机器翻译，仅供参考）：我们此前报道，一般人群中新发心房颤动（AF）与突发心脏骤停（SCD）风险增加相关。本研究旨在从社区队列研究Atherosclerosis Risk in Communities（ARIC）中识别AF患者SCD的预测因素。我们纳入所有参加第1次访视（1987–89年）且既往无AF的参与者（n = 14,836）。通过研究心电图和住院出院代码识别截至2012年的新发AF。SCD由医师裁定。我们使用病因特异性Cox比例风险模型，随后进行逐步选择（向后剔除，移除所有p>0.10的变量），以识别AF参与者中SCD的预测因素。AF发生于2321名（15.6%）参与者（年龄45–64岁，58%男性，18%黑人）。在中位3.3年随访期间，AF患者中110例发生SCD（4.7%）。Pre
【数据结构与技术规格】
文件数 4 个，合计 349.28 KB。数据集 DOI：10.1371/journal.pone.0187659。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Biotechnology、Environmental Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Cancer。主题标签：5- unit increase、Atherosclerosis Risk、ARIC、body mass index、SCD、BMI、SD、HR、CI、non-sudden CV death。本站分类：循环系统疾病/其他。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Biotechnology、Environmental Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Predictors_of_sudden_cardiac_death_in_atrial_fibrillation_The_Atherosclerosis_Risk_in_Communities_ARIC_study/5583199
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Koene, Ryan J.; L. Norby, Faye; Maheshwari, Ankit; Rooney, Mary R.; Z. Soliman, Elsayed; Alonso, Alvaro; et al. (2017). Predictors of sudden cardiac death in atrial fibrillation: The Atherosclerosis Risk in Communities (ARIC) study. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，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 sudden cardiac death in atrial fibrillation: The Atherosclerosis Risk in Communities (ARIC) study
- DOI：10.1371/journal.pone.0187659
- 发布日期：2017-11-08
- 文件数：4 个
- 文件总体积：349.28 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Predictors_of_sudden_cardiac_death_in_atrial_fibrillation_The_Atherosclerosis_Risk_in_Communities_ARIC_study/5583199
命令行下载
curl -L -o "S1 Supporting Methods.docx" "https://ndownloader.figshare.com/files/9709420"
curl -L -o "S1 Table.docx" "https://ndownloader.figshare.com/files/9709429"
curl -L -o "S2 Table.docx" "https://ndownloader.figshare.com/files/9709435"
curl -L -o "S3 Table.docx" "https://ndownloader.figshare.com/files/9709438"
文件清单
S1 Supporting Methods.docx（37.62 KB）S1 Table.docx（95.71 KB）S2 Table.docx（121.71 KB）S3 Table.docx（94.23 KB）
文件总体积 349.28 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
我们此前曾报告，在一般人群中，新发心房颤动（AF）与心源性猝死（SCD）风险增加相关。本研究旨在从社区队列研究——社区动脉粥样硬化风险研究（ARIC）中，识别AF患者发生SCD的预测因素。我们纳入了所有参加第1次随访（1987—89年）且既往无AF的参与者（n=14,836）。通过研究心电图及截至2012年的住院出院代码识别新发AF。SCD由医师裁定。我们采用病因特异性Cox比例风险模型，随后进行逐步选择（向后剔除，剔除所有p>0.10的变量），以识别AF参与者中SCD的预测因素。2321名（15.6%）参与者发生AF（年龄45—64岁，58%为男性，18%为黑人）。在中位3.3年随访期间，AF患者中有110例（4.7%）发生SCD。AF患者中SCD的预测因素包括较高年龄、体重指数（BMI）、冠心病、高血压、糖尿病、当前吸烟、左心室肥厚、心率增快及白蛋白降低。
仅与SCD相关而与其他心血管（CV）死亡无关的预测因素包括BMI增加（每增加5个单位的HR为1.15，95% CI 0.97–1.36，p = 0.10）、心率增加（每增加1个SD的HR为1.18，95% CI 0.99–1.41，p = 0.07）以及低白蛋白（每降低1个SD的HR为1.23，95% CI 1.02–1.48，p = 0.03）。在ARIC研究中，AF中与SCD相关而与非猝死性CV死亡无关的预测因素包括BMI增加、心率增加和低白蛋白。有必要在更大的社区队列中进一步研究以证实这些发现，并阐明潜在机制以促进预防。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0187659（source: https://plos.figshare.com/articles/dataset/Predictors_of_sudden_cardiac_death_in_atrial_fibrillation_The_Atherosclerosis_Risk_in_Communities_ARIC_study/5583199）。
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。
