患者人口统计学与合并症

本数据集来自 figshare,包含一项回顾性队列研究的表1数据,文件为 Table 1.xls。研究基于美国全国再入院数据库,覆盖约60%美国住院出院样本,纳入2015年10月至2020年12月间24–42+周分娩者,依据ICD-10编码识别丙型肝炎与妊娠期肝内胆汁淤积(ICP),并按两者状态分组

google_dataset
2023-10-18 更新
浏览 13
其他分类study &# 8217retrospective cohort studynationwide readmissions databasemodeled interaction termsindividual components (<despite physiologic plausibilityacute kidney injury87 &# 821124 &# 8211additive &# 8212additive risk factorssevere maternal morbidity
Patient demographic and comorbidities.

基本信息

模态
其他
大小
0.00001792 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2023-10-18
版本
v1

资源简介

患者人口统计学与合并症

Patient demographic and comorbidities.

本数据集来自 figshare,包含一项回顾性队列研究的表1数据,文件为 Table 1.xls。研究基于美国全国再入院数据库,覆盖约60%美国住院出院样本,纳入2015年10月至2020年12月间24–42+周分娩者,依据ICD-10编码识别丙型肝炎与妊娠期肝内胆汁淤积(ICP),并按两者状态分组,比较同时患有丙型肝炎和ICP与仅患其中一种对孕产妇及产科结局的影响。数据可用于分析两种疾病对严重孕产妇发病率的联合作用(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

源站首次发布:2023-10-18。

【数据内容】

源站描述(机器翻译,仅供参考):目的:丙型肝炎病毒和妊娠期肝内胆汁淤积症(ICP)是众所周知的妊娠不良结局独立危险因素。此外,丙型肝炎与ICP之间存在关联也已得到充分证实。本研究旨在描述同时患有丙型肝炎和ICP与仅患有丙型肝炎或ICP的患者相比,对孕产妇和产科结局的影响。方法:我们进行了一项回顾性队列研究,使用全国再入院数据库,该数据库是来自美国约60%住院出院的全付费方样本。纳入2015年10月至2020年12月间24–42+周的分娩。使用国际疾病分类-10编码识别丙型肝炎和ICP的诊断以及与严重孕产妇发病率相关的结局。根据丙型肝炎和ICP状态对患者进行分类。加权逻辑

【数据结构与技术规格】

文件数 1 个,合计 17.92 KB。数据集 DOI:10.1371/journal.pone.0293030.t001。

【主题与分类】

源站学科分类:Medicine、Cell Biology、Genetics、Biotechnology、Chemical Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified。主题标签:study &# 8217、retrospective cohort study、nationwide readmissions database、modeled interaction terms、despite physiologic plausibility、acute kidney injury、87 &# 8211、24 &# 8211、additive &# 8212、additive risk factors。本站分类:消化系统疾病/妊娠期胆汁淤积。

【适用方向】

源站学科分类标注为 Medicine、Cell Biology、Genetics、Biotechnology、Chemical Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/Patient_demographic_and_comorbidities_/24350895

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Goins, Emily C.; Wein, Lauren E.; Watkins, Virginia Y.; Campbell, Alexa I. K.; Heine, R. Phillips; Hughes, Brenna L.; et al. (2023). Patient demographic and comorbidities.. PLOS ONE. Dataset

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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)

命令行下载

curl -L -o "Table 1.xls" "https://ndownloader.figshare.com/files/42765357"

文件清单

  • Table 1.xls(17.92 KB)

文件总体积 17.92 KB(源站 API 实测)。

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。

数据说明

目的
丙型肝炎病毒和妊娠期肝内胆汁淤积症(ICP)是众所周知的导致妊娠不良结局的独立危险因素。此外,丙型肝炎与ICP之间的关联也已得到充分证实。本研究旨在描述同时患有丙型肝炎和ICP对孕产妇及产科结局的影响,并与仅患有丙型肝炎或仅患有ICP的患者进行比较。方法
我们开展了一项基于全国再入院数据库的回顾性队列研究,该数据库涵盖了美国约60%住院出院病例的全付费方样本。纳入2015年10月至2020年12月期间24–42+周的分娩病例。丙型肝炎和ICP的诊断以及与严重孕产妇发病率相关的结局通过国际疾病分类第10版编码进行识别。患者根据丙型肝炎和ICP状态进行分类。采用加权logistic回归和负二项回归分析评估丙型肝炎和ICP状态与结局之间的关联,并针对患者和医院特征进行调整。

主要结局为任何严重孕产妇并发症;次要结局包括急性呼吸窘迫综合征、急性肾损伤、脓毒症、妊娠期糖尿病、剖宫产、早产及住院时间。我们构建了ICP与丙型肝炎之间的交互项,以评估同时患有这两种疾病对结局的影响是否大于或小于各单独因素相加组合的预期效应(即协同或拮抗作用)。结果

共识别出10,040,850例孕24–42+周的分娩。其中,45,368例仅患丙型肝炎;84,582例仅患ICP;1,967例同时患有丙型肝炎和ICP。同时患有丙型肝炎和ICP的患者发生严重孕产妇并发症的比值比分别是两种疾病都不患的1.5倍。与仅患丙型肝炎或仅患ICP的患者相比,同时患有丙型肝炎和ICP的患者发生严重孕产妇并发症的比值比也升高。与仅患丙型肝炎、仅患ICP或两者均不患相比,同时患有这两种疾病还与更高的早产和住院时间比值比相关(早产:

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pone.0293030.t001(source: https://plos.figshare.com/articles/dataset/Patient_demographic_and_comorbidities_/24350895)。

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。

获取专属数据定制方案