基于医学记录预测糖尿病
包含1,168条医学记录的糖尿病预测数据集，涉及8项临床特征和二分类标签，适用于二分类模型基准测试与教学。
基本信息
资源简介
基于医学记录预测糖尿病
【一句话概览】
该数据集含1168条医疗记录，用于依据常规诊断测量预测糖尿病发病。每条记录含8项临床特征（怀孕次数、葡萄糖、舒张压、皮褶厚度、胰岛素、BMI、糖尿病家系函数、年龄）及二分类结局。阴性771例、阳性397例，约66:34不平衡，年龄21至81岁。部分特征列零值可能代表缺失或未记录，预处理时需注意。数据来自本地优先电子健康记录应用VertexMD，共1个文件、36.2 KB，适合监督二分类建模与数据科学教学（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《Predicting Diabetes From Tracking Medical Records》。源站首次发布：2026-04-20。
【数据内容】
源站原始描述：This dataset contains 1,168 medical records designed for predicting the onset of diabetes based on routine diagnostic measurements. Each record includes eight clinical features commonly collected during standard health screenings, along with a binary outcome variable indicating whether the patient was diagnosed with diabetes. Features: Pregnancies: Number of times the patient has been pregnant Glucose: Plasma glucose concentration from a 2-hour oral glucose tolerance test (mg/dL) BloodPressure:…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含 1,168 条医疗记录，旨在根据常规诊断测量指标预测糖尿病的发生。每条记录包含八项在标准健康筛查中常收集的临床特征，以及一个二值结局变量，用于指示患者是否被诊断为糖尿病。 特征： Pregnancies：患者怀孕次数 Glucose：口服葡萄糖耐量试验 2 小时后的血浆葡萄糖浓度（mg/dL） BloodPressure：
【数据结构与技术规格】
文件数 1 个，合计 36.24 KB。数据集 DOI：10.17632/nxnty5g7y6.3。
【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://data.mendeley.com/datasets/nxnty5g7y6
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://data.mendeley.com/datasets/nxnty5g7y6
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。
