糖尿病130医院数据集（Fairlearn版）
美国130家医院糖尿病患者10年住院表格数据，用于预测30天内再入院。
基本信息
资源简介
糖尿病130医院数据集（Fairlearn版）
【一句话概览】
本数据集是 OpenML 公开的结构化表格数据集，收录 1 个文件、合计 16.10 MB，可用于统计建模、特征工程与队列分析，CC BY 许可开放获取。
【数据集背景】
本数据集源站标题为《Diabetes-130-Hospitals_(Fairlearn)》。源站首次发布：2022-06-01。
【数据内容】
源站原始描述：The "Diabetes 130-Hospitals" dataset represents 10 years of clinical care at 130 U.S. hospitals and delivery networks, collected from 1999 to 2008. Each record represents the hospital admission record for a patient diagnosed with diabetes whose stay lasted between one to fourteen days. The features describing each encounter include demographics, diagnoses, diabetic medications, number of visits in the year preceding the encounter, and payer information, as well as whether the patient was readmit…
中文译文（机器翻译，仅供快速理解，请以原文为准）：“糖尿病130家医院”数据集代表了美国130家医院和医疗服务网络在1999年至2008年间10年的临床护理记录。每条记录代表一位被诊断为糖尿病的患者的住院记录，其住院时间介于1至14天之间。描述每次就诊的特征包括人口统计学信息、诊断、糖尿病药物、就诊前一年内的就诊次数以及支付方信息，还包括患者出院后是否再次入院，以及再次入院是否发生在出院后30天内。原始的“糖尿病130家医院”数据集由Beata Strack、Jonathan P. DeShazo、Chris Gennings、Juan L. Olmo、Sebastian Ventura、Krzysztof J. Cios和John N. Clore于2014年收集。此版本的数据集由Fairlearn团队为SciPy 2021教程“人工智能系统中的公平性：从社会背景到使用Fairlearn的实践”衍生而来。在此版本中，目标变量“readmitted”被二值化为患者是否在三十天内再次入院。完整的数据集预处理脚本可在GitHub上找到：https://github.com/fairlearn/talks/blob/main/2021_scipy_tutorial/preprocess.py
【数据结构与技术规格】
文件数 1 个，合计 16.10 MB。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.openml.org/d/43903
使用许可：CC BY。
规范引用：Beata Strack, Jonathan P. DeShazo, Chris Gennings, Juan L. Olmo, Sebastian Ventura, Krzysztof J. Cios, and John N. Clore, Impact of HbA1c Measurement on Hospital Readmission Rates: Analysis of 70,000 Clinical Database Patient Records, BioMed Research International, vol. 2014, Article ID 781670, 11 p…
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://www.openml.org/search?type=data&sort=runs&status=active&id=43903
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
