基于多变量逻辑回归的Graves病(GD)发展预测数据集
该数据集是一个临床预测模型数据集,包含用于构建多变量逻辑回归模型的临床变量和患者信息,数据模态主要为临床表格数据(如人口统计学、实验室指标等),主要研究方向是预测Graves病(GD)的发展风险,应用于内分泌疾病的早期风险识别和个性化医疗决策支持。

基本信息
资源简介
基于多变量逻辑回归的Graves病(GD)发展预测数据集
【数据集背景】
本数据集源站标题为《Multivariate logistic regression analysis to predict the development of Graves’ disease (GD).》。配套论文《Associations of melatonin receptor gene polymorphisms with Graves'' disease》发表于 PLOS ONE(2017),DOI:10.1371/journal.pone.0185529。源站首次发布:2017-09-29。
【数据内容】
源站原始描述:Multivariate logistic regression analysis to predict the development of Graves’ disease (GD)
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table 4.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0185529.t004。
【主题与分类】
源站学科分类:Biochemistry、Cell Biology、Genetics、Molecular Biology、Biotechnology、Evolutionary Biology。主题标签:anti-thyroid peroxidase antibody titers、GD、association、rs 13140012、SNP、melatonin receptor type 1、haplotype、MTNR 1A、Conclusions Genetic variants、MTNR 1B。
【适用方向】
源站学科分类标注为 Biochemistry、Cell Biology、Genetics、Molecular Biology、Biotechnology、Evolutionary Biology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Multivariate_logistic_regression_analysis_to_predict_the_development_of_Graves_disease_GD_/5456626
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Lin, Jiunn-Diann; Yang, Shun-Fa; Wang, Yuan-Hung; Fang, Wen-Fang; Lin, Ying-Chin; Liou, Bing-Chun; et al. (2017). Multivariate logistic regression analysis to predict the development of Graves’ disease (GD).. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-30,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)
按页面 Download 按钮获取。
数据说明
该数据集是一个用于预测Graves病(GD)发展的临床预测模型数据集,主要用于支持多变量逻辑回归分析。数据集包含用于构建预测模型的临床变量和患者信息,可能涵盖患者的人口统计学特征、实验室指标、病史等临床数据。数据来源于医学研究,通常通过收集真实患者队列的临床记录构建而成。该数据集主要应用于内分泌疾病(特别是甲状腺相关疾病)的临床预测模型研究,旨在帮助识别Graves病的高风险人群,为早期干预和个性化医疗提供数据支持。
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。




