估计2型糖尿病发病风险的算法（非侵入性逻辑回归模型训练数据集）
基于2754名参与者训练的逻辑回归模型，通过总分估计2型糖尿病发病风险的数据集。
基本信息
资源简介
估计2型糖尿病发病风险的算法（非侵入性逻辑回归模型训练数据集）
【数据集背景】
本数据集源站标题为《Algorithm to estimate risk for incident type 2 diabetes using total points for the non-invasive model with logistic regression analysis in the 2754 participants of the training population.》。配套论文《A non-invasive risk score for predicting incident diabetes among rural Chinese people: A village-based cohort study》发表于 PLOS ONE（2017），DOI：10.1371/journal.pone.0186172。源站首次发布：2017-11-02。
【数据内容】
源站原始描述：Algorithm to estimate risk for incident type 2 diabetes using total points for the non-invasive model with logistic regression analysis in the 2754 participants of the training population
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。Table 3.xls：application/vnd.ms-excel，9.73 KB。数据集 DOI：10.1371/journal.pone.0186172.t003。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Chemical Sciences not elsewhere classified、Science Policy、Developmental Biology、Cancer。主题标签：WC、sample cohort、village-based cohort study Objective、BMI、family history、risk score、Chinese population、AUC、incident diabetes、Handan Eye Study。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Algorithm_to_estimate_risk_for_incident_type_2_diabetes_using_total_points_for_the_non-invasive_model_with_logistic_regression_analysis_in_the_2754_participants_of_the_training_population_/5564239
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Wen, Jiangping; Hao, Jie; Liang, Yuanbo; Li, Sizhen; Cao, Kai; Lu, Xilin; et al. (2017). Algorithm to estimate risk for incident type 2 diabetes using total points for the non-invasive model with logistic regression analysis in the 2754 participants of the training population.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-04，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）
- 源站标题：Algorithm to estimate risk for incident type 2 diabetes using total points for the non-invasive model with logistic regression analysis in the 2754 participants of the training population.
- DOI：10.1371/journal.pone.0186172.t003
- 发布日期：2017-11-02
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Algorithm_to_estimate_risk_for_incident_type_2_diabetes_using_total_points_for_the_non-invasive_model_with_logistic_regression_analysis_in_the_2754_participants_of_the_training_population_/5564239
命令行下载
curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/9662974"
文件清单
Table 3.xls（9.73 KB）
文件总体积 9.73 KB（源站 API 实测）。
数据说明
Algorithm to estimate risk for incident type 2 diabetes using total points for the non-invasive model with logistic regression analysis in the 2754 participants of the training population.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0186172.t003（source: https://plos.figshare.com/articles/dataset/Algorithm_to_estimate_risk_for_incident_type_2_diabetes_using_total_points_for_the_non-invasive_model_with_logistic_regression_analysis_in_the_2754_participants_of_the_training_population_/5564239）。
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。
