小儿腹痛预测模型结果数据集
该数据集以临床表格和模型结果数据为主要模态，包含小儿腹痛预测模型的性能指标、预测结果及相关临床特征，主要用于儿科腹痛的诊断辅助、预测模型验证和临床决策支持系统的开发研究，旨在提升小儿腹痛的早期识别与精准诊疗水平。
基本信息
资源简介
小儿腹痛预测模型结果数据集
【数据集背景】
本数据集源站标题为《Results of predictive models for paediatric abdominal pain.》。配套论文《An exploratory machine learning study on paediatric abdominal pain phenotyping and prediction》发表于 PLOS One（2025），DOI：10.1371/journal.pone.0336215。源站首次发布：2025-11-05。
【数据内容】
源站原始描述：Results of predictive models for paediatric abdominal pain
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 4.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0336215.t004。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Biological Sciences not elsewhere classified、Developmental Biology、Science Policy、Infectious Diseases。主题标签：three distinct phenotypes、remain unclear due、preliminary study aimed、large birth cohort、key predictive factors、identifying targeted interventions、guide future investigations、general practitioner records、explore associated factors、develop predictive models。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Biological Sciences not elsewhere classified、Developmental Biology、Science Policy、Infectious Diseases。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Results_of_predictive_models_for_paediatric_abdominal_pain_/30545279
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Takahashi, Kazuya; Lubiatowska, Michalina; Shehwana, Huma; Ruffle, James K.; Williams, John A.; Acharjee, Animesh; et al. (2025). Results of predictive models for paediatric abdominal pain.. PLOS ONE. 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
该数据集包含针对小儿腹痛的预测模型结果，涉及儿科腹痛的诊断与预测。数据来源于医疗预测模型的研究成果，通常包含模型性能指标（如准确率、召回率、AUC等）、预测结果及相关临床特征。数据集适用于儿科腹痛的辅助诊断、预测模型验证、临床决策支持系统开发等研究方向，有助于提高小儿腹痛的早期识别和精准医疗水平。
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。
