临床和功能变量预测肢端肥大症患者总体疲劳：解释性模型方法
该数据集包含23名肢端肥大症患者的临床、激素和功能变量，数据模态涵盖临床量表评分、血清激素测量、动脉功能指标、握力测试和六分钟步行距离等多模态临床数据，主要应用于通过多元线性回归模型构建疲劳预测方程，以支持内分泌疾病症状预测、临床回归建模及疲劳相关生物标志物的研究。
创建时间2019-06-01
更新时间2019-06-01
原始链接
https://figshare.com/articles/dataset/Clinical_and_functional_variables_can_predict_general_fatigue_in_patients_with_acromegaly_an_explanatory_model_approach/8988161
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一项横断面研究，旨在评估肢端肥大症患者的激素水平、动脉功能和体能是否可作为疲劳的预测因子。研究纳入了23名患者，收集了包括改良疲劳影响量表（MFIS）评分、血清生长激素（GH）和胰岛素样生长因子-1（IGF-1）测量值、脉搏波分析（含脉搏波速度、动脉顺应性和反射指数）、优势上肢握力测试以及六分钟步行距离测试在内的多模态临床数据。研究通过多元线性回归模型构建了预测疲劳的方程，发现激素、血管和功能变量可有效预测患者的总体疲劳。该数据集适用于内分泌疾病症状预测、临床回归建模及疲劳相关生物标志物研究。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 肢端肥大症 的高质量、多模态真实临床数据定制解决方案。