基于机器学习和电子病历数据检测糖尿病患者非糖尿病肾病的补充材料
该数据集包含1136名糖尿病患者的电子病历数据，涵盖人口统计学、体格检查、实验室指标和糖尿病视网膜病变状态等103个临床参数，数据模态为临床表格，主要用于通过机器学习模型（如XGBoost、随机森林）区分糖尿病肾病与非糖尿病肾病，以支持肾脏疾病的非侵入性诊断研究。
创建时间2026-03-18
更新时间2026-03-18
原始链接
https://figshare.com/articles/dataset/Supplementary_Material_for_Detection_of_Non-diabetic_Kidney_Disease_in_Patients_with_Diabetes_Using_Machine_Learning_and_Electronic_Medical_Record_Data/31797502
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
本数据集包含1136名接受肾活检的糖尿病患者的电子病历数据，用于区分糖尿病肾病与非糖尿病肾病。数据涵盖103个参数，包括人口统计学特征、体格检查结果、实验室检查指标以及糖尿病视网膜病变状态。该数据集通过机器学习方法构建，支持七种模型（如XGBoost、随机森林、逻辑回归等）的训练与测试，并利用SHAP方法进行特征重要性分析。主要应用于肾脏疾病诊断研究，旨在为无法进行肾活检的糖尿病患者提供非侵入性的NDKD检测工具。
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 糖尿病肾病 的高质量、多模态真实临床数据定制解决方案。