基于机器学习的中国2型糖尿病患者糖尿病肾病风险预测模型数据集
该数据集包含12,190例中国2型糖尿病患者的电子健康记录与3年随访临床数据，数据模态为结构化临床表格，涵盖年龄、尿白蛋白肌酐比、血清胱抑素C、估算肾小球滤过率及中性粒细胞百分比等指标，主要用于构建和验证机器学习模型以预测糖尿病肾病的长期发病风险，为早期筛查、个性化监测及临床干预提供数据基础与算法工具。
基本信息
资源简介
基于机器学习的中国2型糖尿病患者糖尿病肾病风险预测模型数据集
【数据集背景】
本数据集源站标题为《Machine learning algorithms for diabetic kidney disease risk predictive model of Chinese patients with type 2 diabetes mellitus》。配套论文《Machine learning algorithms for diabetic kidney disease risk predictive model of Chinese patients with type 2 diabetes mellitus》发表于 Renal Failure（2025），DOI：10.1080/0886022X.2025.2486558。项目资助方：This research was funded by the National Natural Science Foundation of China (grant no. 81600540), the Research Project of Jiangsu Provincial Commission of Health (grant no. ZD2022044), the Major Project of Philosophy and Social Science Research in Colleges and Universities of Jiangsu Province (grant no. 2024SJZD062), the Preventive Medicine Research Project of Jiangsu Provincial Commission of Health (grant no. Y12023008), the Science and Technology Foundation of Xuzhou City (grant no. KC22157), the Open Project of Key Laboratories in Jiangsu Province (grant no. XZSYSKF2021031), 333 High-level Personnel Cultivation Project in Jiangsu Province (grant no. (2022)3-12-151), and Jiangsu Province Innovation and Entrepreneurship Doctoral Program (grant no. JSSCBS20211272).。源站首次发布：2025-04-08。
【数据内容】
源站原始描述：Diabetic kidney disease (DKD) is a common and serious complication of diabetic mellitus (DM). More sensitive methods for early DKD prediction are urgently needed. This study aimed to set up DKD risk prediction models based on machine learning algorithms (MLAs) in patients with type 2 DM (T2DM). The electronic health records of 12,190 T2DM patients with 3-year follow-ups were extracted, and the dataset was divided into a training and testing dataset in a 4:1 ratio. The risk variables for DKD deve…
【数据结构与技术规格】
文件数 3 个，合计 85.54 KB。irnf_a_2486558_sm0492.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，20.12 KB。irnf_a_2486558_sm0491.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，26.96 KB。irnf_a_2486558_sm0489.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，38.46 KB。数据集 DOI：10.6084/m9.figshare.28748457.v1。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified、Marine Biology。主题标签：Machine learning、diabetes mellitus、diabetic kidney disease、forecasting、statistical models。
【适用方向】
源站学科分类标注为 Medicine、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified、Marine Biology。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Machine_learning_algorithms_for_diabetic_kidney_disease_risk_predictive_model_of_Chinese_patients_with_type_2_diabetes_mellitus/28748457
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Machine learning algorithms for diabetic kidney disease risk predictive model of Chinese patients with type 2 diabetes mellitus. Taylor & Francis. Zou, Lu-Xi; Wang, Xue; Hou, Zhi-Li; Sun, Ling; Lu, Jiang-Tao
【使用注意】
· 源站最后修改于 2025-05-14，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
该数据集旨在构建用于预测中国2型糖尿病患者糖尿病肾病发病风险的机器学习模型。数据集来源于12,190名2型糖尿病患者的电子健康记录，包含3年随访数据，并按4:1比例划分为训练集和测试集。数据内容涵盖年龄、尿白蛋白与肌酐比值、血清胱抑素C、估算肾小球滤过率和中性粒细胞百分比等关键临床指标。研究采用逻辑回归、决策树、支持向量机、随机森林、朴素贝叶斯、XGBoost和LightGBM七种机器学习算法构建预测模型，其中LightGBM模型准确率最高。该数据集主要用于糖尿病肾病的早期风险预测研究，为优化干预策略和改善患者肾脏预后提供数据支持。
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。
