跌倒与主动脉瓣、二尖瓣、三尖瓣及肺动脉瓣反流风险比趋势分析数据集(N = 215)
该数据集是一个包含215名受试者临床信息的医学研究数据集,主要数据模态为临床表格,涵盖年龄、性别、共病情况、精神状态评分、药物干预及心脏瓣膜反流严重程度等指标,用于分析跌倒风险与主动脉瓣、二尖瓣、三尖瓣和肺动脉瓣反流之间的关联,支持心血管疾病风险评估和老年跌倒预防研究。

基本信息
资源简介
跌倒与主动脉瓣、二尖瓣、三尖瓣及肺动脉瓣反流风险比趋势分析数据集(N = 215)
【数据集背景】
本数据集源站标题为《Trend Analysis of Hazard Ratio of a Fall and Aortic, Mitral, Tricuspid and Pulmonary Valve Regurgitation (N = 215).》。源站首次发布:2013-02-21。
【数据内容】
源站原始描述:Hazard ratio adjusted for age, gender, number of comorbid conditions, Mini-Mental State Examination, drug intervention during follow-up. Explanation severity regurgitation: mild, 1+; moderate, 2+; severe, 3+ & 4+. Abbreviations: RR, relative risk; CI, confidence interval; PAPs, pulmonary arterial systolic pressure; PH, pulmonary hypertension. *P<0.05
【数据结构与技术规格】
文件数 1 个,合计 13.82 KB。Table_4.xls:application/vnd.ms-excel,13.82 KB。数据集 DOI:10.1371/journal.pone.0000654.t004。
【主题与分类】
源站学科分类:Medicine。主题标签:tricuspid、pulmonary、valve、regurgitation。
【适用方向】
源站学科分类标注为 Medicine。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/_Trend_Analysis_of_Hazard_Ratio_of_a_Fall_and_Aortic_Mitral_Tricuspid_and_Pulmonary_Valve_Regurgitation_N_8202_8202_215_/618358
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:van der Velde, Nathalie; H. Ch. Stricker, Bruno; R. T. C. Roelandt, Jos; J. Ten Cate, Folkert; J. M. van der Cammen, Tischa (2015). Trend Analysis of Hazard Ratio of a Fall and Aortic, Mitral, Tricuspid and Pulmonary Valve Regurgitation (N = 215).. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01,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
该数据集是一项医学研究数据集,旨在分析跌倒事件与心脏瓣膜反流(包括主动脉瓣、二尖瓣、三尖瓣和肺动脉瓣)之间的风险关联。数据包含215名受试者的临床信息,其中风险比(Hazard Ratio)已根据年龄、性别、共病数量、简易精神状态检查(MMSE)评分以及随访期间的药物干预进行了调整。数据中明确了反流严重程度分级:轻度(1+)、中度(2+)和重度(3+ 与 4+),并提供了相关统计指标如相对风险(RR)、置信区间(CI)、肺动脉收缩压(PAPs)和肺动脉高压(PH)。该数据集主要应用于心血管疾病风险评估、跌倒风险关联分析以及老年医学研究领域。
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。




