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。
创建时间2017-09-30
更新时间2017-09-30
原始链接
https://figshare.com/articles/dataset/Multivariate_logistic_regression_analysis_to_predict_the_development_of_Graves_disease_GD_/5456626
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
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。
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 格雷夫斯病 的高质量、多模态真实临床数据定制解决方案。