甲状腺功能亢进症共病的时间性与影响
该数据集包含甲状腺功能亢进症患者的临床表格数据,涉及甲亢诊断前后的共病信息,如痴呆、胃溃疡和肝病等多种疾病类别,以及诊断前的比值比和诊断后经调整的风险比等统计指标,主要用于医学研究中的疾病预后分析、共病时间性评估和风险因素关联性探索,以支持临床决策和公共卫生策略制定。

基本信息
资源简介
甲状腺功能亢进症共病的时间性与影响
【数据集背景】
本数据集源站标题为《Temporality and impact of co-morbidity in hyperthyroidism.》。配套论文《Morbidity before and after the Diagnosis of Hyperthyroidism: A Nationwide Register-Based Study》发表于 PLoS ONE(2013),DOI:10.1371/journal.pone.0066711。源站首次发布:2013-06-20。
【数据内容】
源站原始描述:aNumber of individuals with a first time hit of the respective disease category. bOdds ratios before the diagnosis of hyperthyroidism. cHazard ratios after the diagnosis of hyperthyroidism, adjusted for the Charlson score. dDementia, gastric ulcer, liver disease, hemiplegia, kidney disease, liver failure and AIDS. Data given in bold represent significant findings
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table_3.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0066711.t003。
【主题与分类】
源站学科分类:Medicine、Biological Sciences。主题标签:Population biology、epidemiology、Clinical research design、Cohort studies、Endocrinology、thyroid、Graves'' disease、Cardiovascular disease epidemiology、Clinical epidemiology、Non-clinical medicine。
【适用方向】
源站学科分类标注为 Medicine、Biological Sciences。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/_Temporality_and_impact_of_co_morbidity_in_hyperthyroidism_/726769
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Brandt, Frans; Thvilum, Marianne; Almind, Dorthe; Christensen, Kaare; Green, Anders; Hegedüs, Laszlo; et al. (2015). Temporality and impact of co-morbidity in hyperthyroidism.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-07,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
该数据集聚焦于甲状腺功能亢进症(甲亢)患者的共病情况,通过分析甲亢诊断前后不同时间点的共病发生率和风险,探讨共病对疾病进程的影响。数据包含甲亢患者首次确诊时的共病类别、诊断前的比值比(Odds Ratios)以及诊断后经Charlson评分调整的风险比(Hazard Ratios),覆盖痴呆、胃溃疡、肝病、偏瘫、肾病、肝衰竭和艾滋病等多种共病。数据来源于临床研究,主要用于医学研究中的疾病预后分析、共病关联性评估以及风险因素识别。
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。




