P-CAS联合其他临床因素预测甲状腺眼病活动性的ROC曲线下面积数据集
该数据集包含临床表格数据，主要记录了P-CAS联合其他临床因素用于预测甲状腺眼病活动性时所得的ROC曲线下面积（AUC）及相关评估指标，通过分析不同临床因素的预测效能，旨在支持甲状腺眼病活动性的临床预测模型构建、验证与比较研究，为疾病管理和治疗决策提供数据依据。
基本信息
资源简介
P-CAS联合其他临床因素预测甲状腺眼病活动性的ROC曲线下面积数据集
【数据集背景】
本数据集源站标题为《Area under the ROC curve of P-CAS with other clinical factors for predicting thyroid eye disease activity.》。配套论文《Photographic evaluation of clinical activity score in thyroid eye disease》发表于 PLOS One（2025），DOI：10.1371/journal.pone.0337597。源站首次发布：2025-12-12。
【数据内容】
源站原始描述：Area under the ROC curve of P-CAS with other clinical factors for predicting thyroid eye disease activity
【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.0337597.t003。
【主题与分类】
源站学科分类：Biochemistry、Medicine、Cell Biology、Biotechnology、Infectious Diseases。主题标签：underwent periocular photography、soft tissue signs、assessing ted activity、approach may contribute、007 ), however、standardizing ted assessment、clinical activity score、xlink "> given、clinically valuable adjunct、xlink ">。
【适用方向】
源站学科分类标注为 Biochemistry、Medicine、Cell Biology、Biotechnology、Infectious Diseases。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Area_under_the_ROC_curve_of_P-CAS_with_other_clinical_factors_for_predicting_thyroid_eye_disease_activity_/30872376
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Lee, Gyeong Min; Lee, Min Joung; Kim, Namju; Choung, Hokyung; Lee, Hwa; Cho, Won-Kyung; et al. (2025). Area under the ROC curve of P-CAS with other clinical factors for predicting thyroid eye disease activity.. PLOS ONE. Dataset
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
该数据集是一个医学研究数据集，用于评估临床预测模型在甲状腺眼病活动性预测中的性能，特别是关注P-CAS（可能指临床活动评分或类似指标）结合其他临床因素（如血清标志物、影像学特征或患者病史等）的预测能力。数据集主要包含通过受试者工作特征曲线分析得到的ROC曲线下面积（AUC）数据，以及可能的相关临床因素指标，用于比较不同预测模型或因素的诊断效能。数据来源于临床研究，通过收集患者临床资料和评估指标构建而成，主要应用于甲状腺眼病的疾病活动性预测、临床决策支持以及预测模型的验证与比较研究。
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。
