中国人群多囊卵巢综合征患者代谢综合征预测列线图的开发与验证数据集
该数据集包含859名中国多囊卵巢综合征患者的临床与生化数据，数据模态主要为结构化的临床表格（包括年龄、BMI、空腹胰岛素等指标），用于开发并验证一个预测代谢综合征风险的列线图模型，主要服务于内分泌与代谢疾病的风险预测、患者分层及个体化管理策略研究。
基本信息
资源简介
中国人群多囊卵巢综合征患者代谢综合征预测列线图的开发与验证数据集
【数据集背景】
本数据集源站标题为《Development and validation of a nomogram for the prediction of metabolic syndrome in polycystic ovary syndrome in a Chinese population》。配套论文《Development and validation of a nomogram for the prediction of metabolic syndrome in polycystic ovary syndrome in a Chinese population》发表于 Expert Review of Molecular Diagnostics（2025），DOI：10.1080/14737159.2025.2579046。项目资助方：This work was funded by the National Natural Science Foundation of China [grant number 82174195], Longjiang Chunyan Support Program for Science and Technology Talents [grant number 2022CYCX0026], the Scientific Research Project of Traditional Chinese Medicine of Heilongjiang Province [grant number ZHY2024-258], the Scientific Research Project of Traditional Chinese Medicine of Heilongjiang Province [grant number ZHY2023-206].。源站首次发布：2025-10-26。
【数据内容】
源站原始描述：To construct a nomogram for predicting metabolic syndrome (MetS) in women with polycystic ovary syndrome. In this retrospective study, we analyzed clinical and biochemical data from 859 Chinese women diagnosed with PCOS. Univariable logistic regression and forward stepwise logistic regression were employed to identify independent predictors of MetS. A predictive nomogram was developed that integrates age, acne status, body mass index (BMI), fasting insulin levels (FINS), and the ApoB/ApoA ratio.…
【数据结构与技术规格】
文件数 2 个，合计 70.90 KB。iero_a_2579046_sm3632.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，14.79 KB。iero_a_2579046_sm3631.jpg：image/jpeg，56.11 KB。数据集 DOI：10.6084/m9.figshare.30446922.v1。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。主题标签：Polycystic ovary syndrome、metabolic syndrome、nomogram、prediction、Biochemical markers。
【适用方向】
源站学科分类标注为 Medicine、Biotechnology、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Development_and_validation_of_a_nomogram_for_the_prediction_of_metabolic_syndrome_in_polycystic_ovary_syndrome_in_a_Chinese_population/30446922
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Development and validation of a nomogram for the prediction of metabolic syndrome in polycystic ovary syndrome in a Chinese population. Taylor & Francis. Yu, Jinglu; Pan, Zimeng; Sun, Miao; Li, Yan; Wang, Ying; Gu, Fangyun; et al
【使用注意】
· 源站最后修改于 2025-12-19，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
该数据集是一项回顾性研究，旨在构建一个用于预测多囊卵巢综合征（PCOS）女性患者发生代谢综合征（MetS）风险的列线图模型。数据集包含了859名中国PCOS患者的临床与生化数据，涵盖年龄、痤疮状态、体重指数（BMI）、空腹胰岛素水平（FINS）以及载脂蛋白B与载脂蛋白A的比值（ApoB/ApoA1）等指标。研究通过单因素和逐步逻辑回归筛选出MetS的独立预测因子，并基于这些因子构建了预测模型。模型的性能通过受试者工作特征曲线下面积（AUC）、校准曲线、Brier分数、Hosmer-Lemeshow检验、决策曲线分析（DCA）和临床影响曲线（CIC）进行了全面评估，并进行了1000次自助法重采样的内部验证。该数据集主要服务于内分泌学、妇产科及代谢性疾病领域的研究，为PCOS患者的代谢综合征风险早期识别、分层管理和个体化干预提供数据支持。
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。
