考虑第一年内ΔiPTH作为连续变量的死亡预测多变量回归模型

用于死亡预测的多变量回归模型,将第一年内ΔiPTH作为连续变量纳入。

NIAID Data Ecosystem
浏览 8
其他hemodialysis patients Backgroundbaseline iPTH levelshemodialysis patientsmortality1 yeardialysis patientspgCIBaseline serum PTH levelsbaseline iPTH values
Multivariable regression model for mortality prediction considering ΔiPTH within the first year as a continuous variable.

基本信息

模态
其他
大小
0.000005632 GB
许可
CC BY 4.0
创建/更新时间
2026-10-11
版本
v1

资源简介

考虑第一年内ΔiPTH作为连续变量的死亡预测多变量回归模型

【一句话概览】

本数据集是 figshare 公开数据集,收录 1 个文件、合计 5.63 KB,主题涵盖 hemodialysis patients Background、baseline iPTH levels、hemodialysis patients、mortality、1 year,源站分类为 Biochemistry、Medicine、Cell Biology、Biotechnology,CC BY 4.0 许可开放获取。

【数据集背景】

本数据集源站标题为《Multivariable regression model for mortality prediction considering ΔiPTH within the first year as a continuous variable.》。配套论文《A decrease in intact parathyroid hormone (iPTH) levels is associated with higher mortality in prevalent hemodialysis patients》发表于 PLOS ONE(2017),DOI:10.1371/journal.pone.0173831。源站首次发布:2017-03-24。

【数据内容】

源站原始描述:Multivariable regression model for mortality prediction considering ΔiPTH within the first year as a continuous variable

中文译文(机器翻译,仅供快速理解,请以原文为准):将第一年内的ΔiPTH作为连续变量纳入考虑的死亡预测多变量回归模型。

【数据结构与技术规格】

文件数 1 个,合计 5.63 KB。Table 7.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0173831.t007。

【主题与分类】

源站学科分类:Biochemistry、Medicine、Cell Biology、Biotechnology、Immunology、Biological Sciences not elsewhere classified。主题标签:hemodialysis patients Background、baseline iPTH levels、hemodialysis patients、mortality、1 year、dialysis patients、pg、CI、Baseline serum PTH levels、baseline iPTH values。

【适用方向】

源站学科分类标注为 Biochemistry、Medicine、Cell Biology、Biotechnology、Immunology、Biological Sciences not elsewhere classified。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/Multivariable_regression_model_for_mortality_prediction_considering_iPTH_within_the_first_year_as_a_continuous_variable_/4786846

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Villa-Bellosta, Ricardo; Rodriguez-Osorio, Laura; Mas, Sebastian; Abadi, Younes; Rubert, Mercedes; de la Piedra, Concepción; et al. (2017). Multivariable regression model for mortality prediction considering ΔiPTH within the first year as a continuous variable.. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-05-31,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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)

命令行下载

curl -L -o "Table 7.xls" "https://ndownloader.figshare.com/files/7864066"

文件清单

  • Table 7.xls(5.63 KB)

文件总体积 5.63 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

Multivariable regression model for mortality prediction considering ΔiPTH within the first year as a continuous variable.

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pone.0173831.t007(source: https://plos.figshare.com/articles/dataset/Multivariable_regression_model_for_mortality_prediction_considering_iPTH_within_the_first_year_as_a_continuous_variable_/4786846)。

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。

获取专属数据定制方案