全球疾病负担2023中非风湿性心脏瓣膜病及其亚型的全球数据
该数据集包含全球疾病负担2023研究中非风湿性心脏瓣膜病及其亚型（如退行性二尖瓣疾病和钙化性主动脉瓣疾病）的流行病学数据，涵盖死亡率、伤残调整生命年等临床表格模态指标，按地区、年龄和性别细分，主要用于心血管疾病负担分析、公共卫生政策制定和趋势预测研究。
基本信息
资源简介
全球疾病负担2023中非风湿性心脏瓣膜病及其亚型的全球数据
【数据集背景】
本数据集源站标题为《The data of the Non-rheumatic Valvular Heart Disease and their Subtypes globally from the Global Burden of Disease 2023》。源站首次发布：2025-09-24。
【数据内容】
源站原始描述：Background Non-rheumatic valvular heart disease (NRVHD) is a valvular dysfunction disease, including non-rheumatic degenerative mitral valve disease (DMVD), non-rheumatic calcific aortic valve disease (NRCAVD) and other NRVHD. The mortality of NRVHD and their subtypes continues to rise with the aging of the population. Based on Global Burden of Disease (GBD) 2023 data, we systematically analyzed the burden of NRVHD and their subtypes globally and in Asia from 1990 to 2023, and projected trends b…
【数据结构与技术规格】
文件数 61 个，合计 22.81 MB。all.pdf：application/pdf，11.11 KB。Fig7 prediction.ai：application/vnd.adobe.illustrator，411.99 KB。Fig7 Prediction.jpg：image/jpeg，636.48 KB。数据集 DOI：10.6084/m9.figshare.30196489.v1。
【主题与分类】
源站学科分类：Cardiology (incl. cardiovascular diseases)。主题标签：Non-rheumatic valvular heart disease、GBD2023。
【适用方向】
源站学科分类标注为 Cardiology (incl. cardiovascular diseases)。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_b_The_data_of_the_b_b_Non-rheumatic_Valvular_Heart_Disease_and_their_Subtypes_globally_from_the_b_b_Global_Burden_of_Disease_2023_b_/30196489
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Zhu, Guanghui (2025). The data of the Non-rheumatic Valvular Heart Disease and their Subtypes globally from the Global Burden of Disease 2023. 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）
按页面 Download 按钮获取。
数据说明
该数据集基于全球疾病负担（GBD）2023研究，提供了1990年至2023年全球及亚洲地区非风湿性心脏瓣膜病（NRVHD）及其亚型（包括非风湿性退行性二尖瓣疾病、非风湿性钙化性主动脉瓣疾病等）的流行病学负担数据。数据集包含死亡率、伤残调整生命年（DALYs）等关键指标，并按地区、国家、年龄组和性别进行细分。数据通过Joinpoint回归、年龄-时期-队列模型等方法分析，并预测至2050年的疾病趋势。该数据集主要用于心血管疾病流行病学研究、公共卫生政策制定和疾病负担评估。
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。
