降主动脉ΔTBRmax基线预测因子的单变量与多变量回归模型数据集
本数据集包含降主动脉ΔTBRmax的回归模型数据，涵盖临床表格与统计变量等多模态信息，主要用于心血管影像分析领域，通过单变量与多变量回归模型探究基线预测因子与影像生物标志物变化的关系，支持主动脉疾病的风险评估与机制研究。
基本信息
资源简介
降主动脉ΔTBRmax基线预测因子的单变量与多变量回归模型数据集
【数据集背景】
本数据集源站标题为《Univariable and multivariable regression model of baseline predictors on ΔTBRmax in the descending aorta.》。源站首次发布：2025-12-29。
【数据内容】
源站原始描述：Univariable and multivariable regression model of baseline predictors on ΔTBRmax in the descending aorta
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 2.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0339671.t002。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Molecular Biology、Pharmacology、Biotechnology、Immunology。主题标签：retrospective cohort study、preclinical studies suggest、merkel cell carcinoma、least one cycle、immune checkpoint inhibitors、driven accelerated atherosclerosis、5 &# 8211、41 &# 8211、39 &# 8211、18 </ sup。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Molecular Biology、Pharmacology、Biotechnology、Immunology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_p_Univariable_and_multivariable_regression_model_of_baseline_predictors_on_TBR_sub_max_sub_in_the_descending_aorta_p_/30965064
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Strijdhorst, Anniek; Oostveen, Reindert F.; Schilder, Mark P.A.; Braat, Arthur J.A.T.; Chahid, Youssef; Dey, Damini; et al. (2025). Univariable and multivariable regression model of baseline predictors on ΔTBRmax in the descending aorta.. PLOS ONE. 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）
按页面 Download 按钮获取。
数据说明
该数据集包含用于分析降主动脉中ΔTBRmax（最大靶向背景比变化）的基线预测因子的回归模型数据。数据集提供了单变量和多变量回归分析所需的变量与统计结果，数据来源于心血管影像研究，通过医学影像处理与临床指标测量构建。主要应用于心血管疾病的风险预测、影像生物标志物研究，以及主动脉疾病（如主动脉缩窄）的病理机制分析。
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。
