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。

Figshare
2017-09-30 更新
浏览 19
anti-thyroid peroxidase antibody titersGDassociationrs 13140012SNPmelatonin receptor type 1haplotypeMTNR 1AConclusions Genetic variantsMTNR 1Brs 2119882disease Background Melatonin
Multivariate Logistic Regression Analysis to Predict the Development of Graves’ Disease (GD)

基本信息

大小
0.000005632 GB
许可
CC BY 4.0
创建/更新时间
2017-09-30
版本
v1

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。

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)

源站:https://figshare.com/articles/dataset/Multivariate_logistic_regression_analysis_to_predict_the_development_of_Graves_disease_GD_/5456626

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。

获取专属数据定制方案