外周动脉疾病相关因素(逻辑回归分析)
该数据集包含用于逻辑回归分析的外周动脉疾病相关因素数据,数据模态主要为临床表格,涵盖患者特征、实验室指标和人口统计学信息,主要用于研究外周动脉疾病的风险因素、构建疾病预测模型以及支持心血管疾病的流行病学分析。

基本信息
资源简介
外周动脉疾病相关因素(逻辑回归分析)
【数据集背景】
本数据集源站标题为《Factors associated with peripheral artery disease (logistic regression analysis).》。配套论文《Prevalence of peripheral artery disease (PAD) and factors associated: An epidemiological analysis from the population-based Screening PRE-diabetes and type 2 DIAbetes (SPREDIA-2) study》发表于 PLOS ONE(2017),DOI:10.1371/journal.pone.0186220。源站首次发布:2017-10-26。
【数据内容】
源站原始描述:Factors associated with peripheral artery disease (logistic regression analysis)
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 3.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0186220.t003。
【主题与分类】
源站学科分类:Medicine、Cell Biology、Genetics、Biotechnology、Chemical Sciences not elsewhere classified、Marine Biology。主题标签:gt、Serum uric acid、pulse pressure、SPREDIA、population-based Screening PRE-diabetes、glucose tolerance test、age 6.5 years、type 2 DIAbetes、CI、Peripheral Artery Disease。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Genetics、Biotechnology、Chemical Sciences not elsewhere classified、Marine Biology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Factors_associated_with_peripheral_artery_disease_logistic_regression_analysis_/5541010
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:del Río, V. Cornejo; Mostaza, J.; Lahoz, C.; Sánchez-Arroyo, V.; Sabín, C.; López, S.; et al. (2017). Factors associated with peripheral artery disease (logistic regression analysis).. 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
这是一个用于研究外周动脉疾病(PAD)相关因素的医学数据集,主要包含通过逻辑回归分析识别出的风险因素数据。数据集可能涉及患者临床特征、实验室指标、生活方式变量以及人口统计学信息,旨在探索与PAD发生发展相关的关键变量。数据来源于公开的医学研究,适用于流行病学分析、疾病风险预测模型构建以及心血管疾病预防策略的研究。
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。




