川崎病IVIG耐药性可解释网络机器学习模型数据集
该数据集包含川崎病患儿的临床表格和实验室数据，涵盖人口统计学、检验结果及治疗信息等模态，主要用于开发预测静脉注射免疫球蛋白耐药性的机器学习模型，并支持生物标志物探索、儿科血管炎比较研究以及个性化治疗策略优化。
基本信息
资源简介
川崎病IVIG耐药性可解释网络机器学习模型数据集
【数据集背景】
本数据集源站标题为《Interpretable Web-Based Machine Learning Model for IVIG Resistance in Kawasaki Disease》。项目资助方：This work was supported by the Program for the Middle-aged and Young Key Talents in the Health System of Fujian Province [grant number 2024GGA010] and Fujian Provincial Natural Science Foundation [Grant number 2023J011211].。源站首次发布：2025-03-01。
【数据内容】
源站原始描述：Data Content This dataset includes comprehensive clinical and laboratory data from pediatric KD patients admitted to Fujian Provincial Hospital, affiliated with Fuzhou University. The data were collected retrospectively and include demographic characteristics, laboratory test results, and treatment details. Usage This dataset is valuable for researchers and clinicians working on: - Developing predictive models for IVIG resistance in KD. - Exploring biomarkers associated with treatment response.…
主表 fzdata.csv 含 42 列、样本前 464 行结构完整。
【数据结构与技术规格】
文件数 1 个，合计 81.59 KB。fzdata.csv：text/csv，81.59 KB。数据集 DOI：10.6084/m9.figshare.28516721.v1。
【主题与分类】
源站学科分类：Paediatrics not elsewhere classified。主题标签：Kawasaki disease、IVIG resistance、Clinical dataset。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。源站学科分类标注为 Paediatrics not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Interpretable_Web-Based_Machine_Learning_Model_for_IVIG_Resistance_in_Kawasaki_Disease/28516721
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：He, Ying; Huang, Hongbiao (2025). Interpretable Web-Based Machine Learning Model for IVIG Resistance in Kawasaki Disease. 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
该数据集包含来自福州大学附属福建省立医院收治的儿科川崎病（Kawasaki Disease, KD）患者的全面临床和实验室数据。数据通过回顾性方式收集，涵盖人口统计学特征、实验室检测结果以及治疗细节。该数据集可用于开发预测川崎病患者静脉注射免疫球蛋白（IVIG）耐药性的机器学习模型，探索与治疗反应相关的生物标志物，进行儿科血管炎的对比研究，以及优化川崎病患者的个性化治疗策略。数据集已完全匿名化，符合伦理标准，并经过机构伦理委员会批准。
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。
