中国痛风患者痛风影响量表(GIS)健康相关生活质量数据
研究于2017年2月至2019年2月纳入413例中国痛风成人患者（平均年龄51.85岁，96.4%为男性），使用痛风影响量表(GIS)评估健康相关生活质量，并收集社会人口学特征、临床信息及痛风相关问题
基本信息
资源简介
中国痛风患者痛风影响量表(GIS)健康相关生活质量数据
Health-related quality of life assessed by Gout Impact Scale (GIS) in Chinese patients with gout
该数据集来自 tandf.figshare.com，配套论文发表于 Current Medical Research and Opinion（2020年），包含2个补充文件。研究于2017年2月至2019年2月纳入413例中国痛风成人患者（平均年龄51.85岁，96.4%为男性），使用痛风影响量表(GIS)评估健康相关生活质量，并收集社会人口学特征、临床信息及痛风相关问题。数据可用于分析GIS总分（均值56.79±15.45）与焦虑、疲劳等因素的关联，并支持线性回归建模以识别生活质量较差的独立预测因素（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Health-related quality of life assessed by Gout Impact Scale (GIS) in Chinese patients with gout》发表于 Current Medical Research and Opinion（2020），DOI：10.1080/03007995.2020.1840341。源站首次发布：2020-11-02。
【数据内容】
源站描述（机器翻译，仅供参考）：痛风影响量表(GIS)是一种针对痛风患者的疾病特异性健康相关生活质量(HR-QoL)测量工具。本研究旨在通过GIS调查中国痛风患者的生活质量及较差HR-QoL的潜在危险因素。2017年2月至2019年2月期间邀请痛风成人患者填写包含GIS、社会人口学特征、临床信息和痛风特异性问题的问卷。采用Pearson/Spearman相关和线性回归分析数据。共413例患者纳入分析（平均年龄51.85岁；96.4%为男性）。GIS总分的均值(SD)为56.79 ± 15.45。较差的痛风特异性HR-QoL与焦虑相关（p p p B = −0.251, p = .013），疲劳（B = 1.850, p B = 9.068, p = .042）是GIS总分的独立预测因素。痛风特异性HR-QoL受到so的损害
【数据结构与技术规格】
文件数 2 个，合计 36.70 KB。数据集 DOI：10.6084/m9.figshare.13124953.v2。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Pharmacology、Biotechnology、Sociology、Immunology。主题标签：Gout Impact Scale、gout、quality of life。本站分类：内分泌系统疾病/其他。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Pharmacology、Biotechnology、Sociology、Immunology。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Health-related_quality_of_life_assessed_by_gout_impact_scale_GIS_in_Chinese_patients_with_gout/13124953
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Health-related quality of life assessed by Gout Impact Scale (GIS) in Chinese patients with gout. Taylor & Francis. Zhou, Wei; Zhu, Jinjin; Guo, Jiaxin; Chen, Huamao; Zhang, Xiaomei; Gu, Zhifeng; et al
【使用注意】
· 源站最后修改于 2024-02-06，引用时请注意版本时效。
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）
- 源站标题：Health-related quality of life assessed by Gout Impact Scale (GIS) in Chinese patients with gout
- DOI：10.6084/m9.figshare.13124953.v2
- 发布日期：2020-11-02
- 文件数：2 个
- 文件总体积：36.70 KB
- 源站页面：https://tandf.figshare.com/articles/dataset/Health-related_quality_of_life_assessed_by_gout_impact_scale_GIS_in_Chinese_patients_with_gout/13124953
命令行下载
curl -L -o "icmo_a_1840341_sm0653.docx" "https://ndownloader.figshare.com/files/25189096"
curl -L -o "icmo_a_1840341_sm0652.docx" "https://ndownloader.figshare.com/files/25189099"
文件清单
icmo_a_1840341_sm0653.docx（16.97 KB）icmo_a_1840341_sm0652.docx（19.73 KB）
文件总体积 36.70 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
痛风影响量表（GIS）是一种针对痛风患者的疾病特异性健康相关生活质量（HR-QoL）测量工具。本研究旨在调查中国痛风患者的生活质量，并探讨GIS评估下HR-QoL较差的潜在危险因素。2017年2月至2019年2月期间，邀请成年痛风患者完成一份包含GIS、社会人口学特征、临床信息及痛风特异性问题的问卷。采用Pearson/Spearman相关分析和线性回归对数据进行分析。共纳入413例患者进行分析（平均年龄51.85岁；男性占96.4%）。GIS总分的均值（标准差）为56.79 ± 15.45。痛风特异性HR-QoL较差与焦虑相关（p p p B = −0.251，p = .013）、疲劳（B = 1.850，p B = 9.068，p = .042）是GIS总分的独立预测因素。痛风特异性HR-QoL受到社会人口学和临床特征的损害，凸显了心理因素（疲劳和抑郁）及患者报告结局（患者对痛风治疗的满意度和信心）的重要性。这些发现提示应开展更多聚焦于疾病特异性HR-QoL的研究。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.13124953.v2（source: https://tandf.figshare.com/articles/dataset/Health-related_quality_of_life_assessed_by_gout_impact_scale_GIS_in_Chinese_patients_with_gout/13124953）。
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。
