PRIME-CVD数据资产1：用于医学信息学教育的DAG模拟心血管风险队列
PRIME-CVD数据资产1是含5万合成个体的DAG模拟心血管风险队列，复现人口、社会经济、心血管代谢风险及与澳大利亚初级预防人群一致的五年CVD发病率
基本信息
资源简介
PRIME-CVD数据资产1：用于医学信息学教育的DAG模拟心血管风险队列
PRIME-CVD Data Asset 1: DAG-Simulated Cardiovascular Risk Cohort for Medical Informatics Education
PRIME-CVD数据资产1是含5万合成个体的DAG模拟心血管风险队列，复现人口、社会经济、心血管代谢风险及与澳大利亚初级预防人群一致的五年CVD发病率。数据由参数化DAG和公开流行病学摘要生成，未用患者电子病历或真实临床数据训练生成模型，无重识别等风险，不含标识符。适合流行病学、医学信息学等教学，可训练Cox模型、风险预测、分层及公平性建模，无治理障碍（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-08-12。
【数据内容】
源站描述（机器翻译，仅供参考）：概述 PRIME-CVD Data Asset 1 是一个由有向无环图（DAG）模拟的队列，包含 50,000 名合成个体，旨在复现真实的人口结构、社会经济梯度、心脏代谢风险因素分布，以及与当代澳大利亚初级预防人群一致的临床合理的 5 年心血管疾病（CVD）发病率 [1]。该数据集在一个透明、参数化设定的因果框架内，编码了年龄、社会经济劣势（IRSD）、行为风险因素、慢性疾病状态、生物标志物和至事件发生时间结局之间已确立的流行病学关系。 安全性 所有个体均完全从头模拟，使用根据公开可获得的流行病学摘要（例如，Australian Institute of Health and Welfare、Australian Bureau of Statistics 和同行评议文献）配置的完全参数化 DAG。模型构建中未使用患者层面的电子病历（EMR）数据，也未使用真实临床数据训练任何机器学习生成模型（例如 GAN、扩散模型或大型语言模型）。 由于该模拟完全基于机制而非由数据训练，因此不存在成员推断风险、不存在残余关联风险，也不存在重新识别的可能性。没有任何合成个体对应于现实世界患者，且数据集不包含直接标识符、准标识符或受保护健康信息。 教学重点 尽管完全为模拟数据，该数据集仍保留了真实的亚组不平衡和具有临床意义的风险梯度，使得可在没有治理障碍的情况下开展流行病学、医学信息学和健康数据科学的应用培训。 PRIME-CVD Data Asset 1 适用于以下内容的教学： - Cox 比例风险建模（流行病学中的生存分析） - 风险预测模型开发与校准评估 - 用于统计解释的分类指标（精确率、召回率、F1 分数） - 用于数据可视化的降维技术（例如 t-SNE） - 用于卫生政策分析的人口统计学和社会经济分层 - 公平性感知建模与亚组性能评估 该环境使学习者能够在处理受治理的临床数据集之前…
【数据结构与技术规格】
文件数 1 个，合计 6.15 MB。数据集 DOI：10.6084/m9.figshare.31395765.v2。
【主题与分类】
源站学科分类：Epidemiological modelling、General practice、Science, technology and engineering curriculum and pedagogy。主题标签：Synthetic Data、Cardiovascular Disease (CVD)、Risk Prediction Modelling、Survival Analysis、Electronic Medical Records (EMRs)、Causal Modelling、Directed Acyclic Graph (DAG)、Medical Informatics、Education、Primary Prevention。本站分类：循环系统疾病。
【适用方向】
源站学科分类标注为 Epidemiological modelling、General practice、Science, technology and engineering curriculum and pedagogy。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/PRIME-CVD_Data_Asset_1_DAG-Simulated_Cardiovascular_Risk_Cohort_for_Medical_Informatics_Education/31395765
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Kuo, Nicholas (2026). PRIME-CVD Data Asset 1: DAG-Simulated Cardiovascular Risk Cohort for Medical Informatics Education. figshare. Dataset
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：PRIME-CVD Data Asset 1: DAG-Simulated Cardiovascular Risk Cohort for Medical Informatics Education
- DOI：10.6084/m9.figshare.31395765.v2
- 发布日期：2026-08-12
- 文件数：1 个
- 文件总体积：6.15 MB
- 源站页面：https://figshare.com/articles/dataset/PRIME-CVD_Data_Asset_1_DAG-Simulated_Cardiovascular_Risk_Cohort_for_Medical_Informatics_Education/31395765
命令行下载
curl -L -o "Data001_ReadyForCoxPH_v2(2026-08-12).csv" "https://ndownloader.figshare.com/files/67453365"
文件清单
Data001_ReadyForCoxPH_v2(2026-08-12).csv（6.15 MB）
文件总体积 6.15 MB（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
概述
PRIME-CVD 数据资产 1 是一个由有向无环图（DAG）模拟的队列，包含 50,000 名合成个体，旨在再现真实的人口结构、社会经济梯度、心脏代谢风险因素分布，以及与当代澳大利亚一级预防人群一致的、临床合理的五年心血管疾病（CVD）发病率 [1]。该数据集在一个透明、参数化指定的因果框架内，编码了年龄、社会经济劣势（IRSD）、行为风险因素、慢性疾病状态、生物标志物和事件发生时间结局之间已确立的流行病学关系。
安全性
所有个体均完全从头（de novo）模拟，使用一个完全参数化的 DAG，其配置依据公开可得的流行病学摘要（例如，Australian Institute of Health and Welfare、Australian Bureau of Statistics 和同行评议文献）。模型构建中未使用患者层面的电子病历（EMR）数据，也未在真实临床数据上训练任何机器学习生成模型（例如，GAN、扩散模型或大型语言模型）。
由于该模拟完全基于机制而非数据训练，因此不存在成员推断风险、不存在残余关联风险，也不存在重新识别的可能性。任何合成个体都不对应现实世界中的患者，且该数据集不包含直接标识符、准标识符或受保护健康信息。
教育重点
尽管完全为模拟数据，该数据集仍保留了真实的亚组不平衡和具有临床意义的风险梯度，使得能够在没有治理障碍的情况下开展流行病学、医学信息学和健康数据科学的应用培训。
PRIME-CVD 数据资产 1 适用于以下教学：
- Cox 比例风险建模（流行病学中的生存分析）
- 风险预测模型开发与校准评估
- 用于统计解释的分类指标（精确率、召回率、F1 分数）
- 用于数据可视化的降维技术（例如，t-SNE）
- 用于卫生政策分析的人口学和社会经济分层
- 公平感知建模与
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.31395765.v2（source: https://figshare.com/articles/dataset/PRIME-CVD_Data_Asset_1_DAG-Simulated_Cardiovascular_Risk_Cohort_for_Medical_Informatics_Education/31395765）。
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。
