糖尿病及糖尿病前期人群系统性炎症指标与死亡风险预测数据集
该数据集是基于美国国家健康与营养调查（NHANES）的临床表格数据，包含11,304名糖尿病及糖尿病前期患者的多个系统性炎症指标（如NLR、MLR、SIRI等）与死亡率结局信息，主要用于通过机器学习模型评估炎症指标对死亡风险的预测价值，并量化其在人群层面的归因负担，以支持糖尿病相关的心血管风险分层和预后管理研究。
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/29648741/1
如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一项回顾性队列研究，基于美国国家健康与营养调查（NHANES，2005-2018）中11,304名患有糖尿病或糖尿病前期的成年人的临床数据构建。数据集包含多个系统性炎症指标，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）和综合炎症系统指数（AISI），并关联了全因死亡率和心血管死亡率等结局数据。研究通过Cox比例风险模型评估了炎症指标与死亡率的关系，并利用极限梯度提升（XGBoost）机器学习方法评估预测性能，同时使用人群归因分数（PAFs）量化系统性炎症相关的死亡负担。该数据集主要用于糖尿病及其前期人群的死亡风险预测、炎症相关生物标志物评估、机器学习模型在临床预后中的应用以及公共卫生干预策略的效果模拟研究。
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 糖尿病前期 的高质量、多模态真实临床数据定制解决方案。