肛周脓肿患者肛瘘风险预测临床数据集与R代码
该数据集包含用于预测肛周脓肿患者发生肛瘘风险的临床数据、R分析脚本及变量字典，共纳入339例患者。可用于临床预测模型开发与验证，帮助识别肛周脓肿患者中肛瘘高风险个体，支持消化系统疾病领域的机器学习研究（来源 DOI 解析，Creative Commons Attribution 4.0 Intern
基本信息
资源简介
肛周脓肿患者肛瘘风险预测临床数据集与R代码
Clinical Dataset and R Code for Predicting Anal Fistula Risk in Patients with Perianal Abscess
该数据集包含用于预测肛周脓肿患者发生肛瘘风险的临床数据、R分析脚本及变量字典，共纳入339例患者。代码提供完整流程，涵盖数据预处理、机器学习模型训练（Logistic Regression、Random Forest、XGBoost、Neural Networks）、模型评估及列线图构建。可用于临床预测模型开发与验证，帮助识别肛周脓肿患者中肛瘘高风险个体，支持消化系统疾病领域的机器学习研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含临床数据、R分析脚本和变量字典，用于一项旨在预测肛周脓肿患者肛瘘风险的研究。数据集包含339名患者。代码提供了数据预处理、机器学习模型训练（Logistic Regression、Random Forest、XGBoost、Neural Networks）、模型评估和列线图构建的完整流程。
【主题与分类】
主题标签：Perianal Abscess、Anal Fistula、Machine Learning、Clinical Prediction Model、R Code。本站分类：消化系统疾病/肛瘘。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.22810453
使用许可：Creative Commons Attribution 4.0 International。
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
源站：https://doi.org/10.5281/zenodo.22810453
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 330.7 KB。
数据说明
该数据集包含了一项旨在预测肛周脓肿患者发生肛瘘风险的研究的临床数据、R分析脚本和变量字典。数据集包括339名患者。代码提供了数据预处理、机器学习模型训练（逻辑回归、随机森林、XGBoost、神经网络）、模型评估和列线图构建的完整流程。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。
