基于机器学习和人群归因分数分析系统性炎症指数预测糖尿病及糖尿病前期人群死亡风险的数据集
该数据集包含来自美国国家健康与营养调查（NHANES）的11,304名糖尿病及糖尿病前期成年参与者的临床表格数据，核心数据为多种系统性炎症指数（如NLR、MLR、SIRI等）、人口学信息及死亡结局，主要用于通过机器学习模型评估这些炎症指标对全因死亡和心血管死亡风险的预测价值，并量化其人群归因风险，以支持心血管代谢疾病的精准风险分层和公共卫生策略制定。
基本信息
资源简介
基于机器学习和人群归因分数分析系统性炎症指数预测糖尿病及糖尿病前期人群死亡风险的数据集
【数据集背景】
本数据集源站标题为《Integrated machine learning and population attributable fraction analysis of systemic inflammatory indices for mortality risk prediction in diabetes and prediabetes》。配套论文《Integrated machine learning and population attributable fraction analysis of systemic inflammatory indices for mortality risk prediction in diabetes and prediabetes》发表于 Annals of Medicine（2025），DOI：10.1080/07853890.2025.2536204。项目资助方：This work was supported by the National Natural Science Foundation of China [No. 82470333, 82070356, 81770337, 82300357, 82070333], the Chinese Society of Cardiology’s Foundation [No. CSCF2024B02], the Hunan Provincial Natural Science Foundation of China [No. 2021JJ30033, 2023JJ30791], the Key Project of Hunan Provincial Science and Technology Innovation [No. 2024JK2119], the Wenzhou Municipal Science and Technology Commission [No. Y20220472], and the Clinical Medical Technology Innovation Guidance Project of Hunan Science and Technology Agency [No. 2021SK53519].。源站首次发布：2025-07-26。
【数据内容】
源站原始描述：Chronic systemic inflammation is a key contributor to cardiometabolic complications in diabetes mellitus (DM) and prediabetes (PreDM). Composite inflammatory indices—including neutrophil-to-lymphocyte ratio (NLR), monocyte-to-lymphocyte ratio (MLR), systemic inflammation response index (SIRI), systemic immune-inflammation index (SII), platelet-to-hemoglobin ratio (PHR), and aggregate inflammation systemic index (AISI)—have shown prognostic value for mortality. However, their integrated assessmen…
【数据结构与技术规格】
文件数 7 个，合计 6.99 MB。Supplementary Figure 1 (6).tif：image/tiff，759.81 KB。Supplementary Figure 2.tif：image/tiff，1.14 MB。Supplementary Figure 3.tif：image/tiff，942.78 KB。数据集 DOI：10.6084/m9.figshare.29648741.v1。
【主题与分类】
源站学科分类：Microbiology、Chemical Sciences not elsewhere classified、Immunology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Science Policy。主题标签：Diabetes mellitus、population attributable fraction、prediabetes、mortality、national health and nutrition examination survey、systemic inflammatory indices。
【适用方向】
源站学科分类标注为 Microbiology、Chemical Sciences not elsewhere classified、Immunology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Science Policy。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Integrated_machine_learning_and_population_attributable_fraction_analysis_of_systemic_inflammatory_indices_for_mortality_risk_prediction_in_diabetes_and_prediabetes/29648741
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Integrated machine learning and population attributable fraction analysis of systemic inflammatory indices for mortality risk prediction in diabetes and prediabetes. Taylor & Francis. Zhang, Zixi; Li, Chenyang; Xiao, Yichao; Liu, Chan; Luo, Xiaoqin; Wang, Cancan; et al
【使用注意】
· 源站最后修改于 2026-01-21，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
该数据集是一项回顾性队列研究的数据集合，旨在探究系统性炎症指数与糖尿病（DM）及糖尿病前期（PreDM）患者死亡风险之间的关系。数据来源于美国国家健康与营养调查（NHANES，2005-2018年），共包含11,304名成年DM或PreDM参与者的临床数据。主要数据内容包括人口学信息、临床指标（如中性粒细胞-淋巴细胞比值NLR、单核细胞-淋巴细胞比值MLR、系统性炎症反应指数SIRI、系统性免疫炎症指数SII、血小板-血红蛋白比值PHR、综合炎症系统指数AISI等）以及随访结局（全因死亡和心血管死亡）。研究采用Cox比例风险模型评估关联性，利用极限梯度提升（XGBoost）机器学习模型进行风险预测，并计算人群归因分数（PAF）以量化炎症相关死亡负担。该数据集主要用于心血管代谢风险分层、死亡风险预测模型构建以及评估抗炎干预的潜在公共卫生效益等研究方向。
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。
