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。
创建时间2025-03-01
更新时间2025-03-01
原始链接
https://figshare.com/articles/dataset/Interpretable_Web-Based_Machine_Learning_Model_for_IVIG_Resistance_in_Kawasaki_Disease/28516721/1
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
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。
提供机构：Huang, Hongbiao; He, Ying
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 川崎病 的高质量、多模态真实临床数据定制解决方案。