急性心力衰竭入院NT-proBNP与AHEAD评分1年死亡预测的去标识化数据集及代码
该数据集为一项回顾性队列研究的去标识化数据与分析代码，研究对象为430例住院急性心力衰竭患者，其中1年内死亡84例，存活或于12个月时行政删失346例
基本信息
资源简介
急性心力衰竭入院NT-proBNP与AHEAD评分1年死亡预测的去标识化数据集及代码
De-identified dataset and code for: Admission NT-proBNP vs AHEAD score for 1-year mortality in acute heart failure
该数据集为一项回顾性队列研究的去标识化数据与分析代码，研究对象为430例住院急性心力衰竭患者，其中1年内死亡84例，存活或于12个月时行政删失346例。数据保留随机研究编号、AHEAD年龄组分（年龄≥70岁）及相对随访/删失时间，可用于比较入院NT-proBNP与AHEAD评分对1年死亡风险的预后判别能力，并支持Harrell's C-index、ROC AUC、NRI等评价指标的分析复现（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该Zenodo记录提供经隐私审查的去标识化数据集、数据字典以及分析与图表代码，支持稿件PONE-D-26-08333的PLOS ONE重投，题为“Admission NT-proBNP provides stronger prognostic discrimination than the AHEAD score for 1-year mortality in hospitalized acute heart failure: a retrospective cohort study”。本版本包含最终分析队列，共430例住院急性心力衰竭患者，其中84例一年内死亡，346例存活或于12个月时行政删失。为保护参与者隐私，确切年龄、确切日历日期、联系信息、位置数据和医院标识不公开共享。公开数据集仅保留随机顺序研究标识符、AHEAD年龄组分（年龄>=70岁）以及相对随访/删失时间。该数据包包含去标识化数据集
【主题与分类】
主题标签：acute heart failure、Prognosis、AHEAD、mortality、risk score、c-index、NT-proBNP、AHEAD score、1-year mortality、Harrell's C-index。本站分类：循环系统疾病/心力衰竭。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.18637241
使用许可：Creative Commons Attribution 4.0 International。
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
源站：https://doi.org/10.5281/zenodo.18637241
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 24.7 KB。
数据说明
该Zenodo记录提供了经隐私审查的去标识化数据集、数据字典以及分析与绘图代码，用于支持稿件PONE-D-26-08333在PLOS ONE的重新投稿，题为“入院NT-proBNP对住院急性心力衰竭患者1年死亡率的预后判别能力强于AHEAD评分：一项回顾性队列研究”。本版本包含最终分析队列，共430例住院急性心力衰竭患者，其中84例发生1年死亡，346例在12个月时存活或经行政删失。为保护参与者隐私，确切年龄、确切日历日期、联系信息、位置数据及医院标识符不公开共享。公开数据集仅保留随机顺序研究标识符、AHEAD年龄组分（年龄≥70岁）以及相对随访/删失时间。该数据包包括去标识化数据集、数据字典、用于重现主要分析的Python分析代码，以及用于重现Kaplan-Meier图（含风险人数）和表观校准图的Python绘图代码。
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。
