1999-2008年美国130家医院糖尿病数据集
该数据集包含1999至2008年间美国130家医院糖尿病患者的临床表格数据，涵盖人口统计、诊断、检验和用药等多模态信息，主要用于预测糖尿病患者30天内再入院风险，以支持医疗管理优化和临床决策研究。
基本信息
资源简介
1999-2008年美国130家医院糖尿病数据集
【数据集背景】
本数据集源站标题为《14Richa/Patient-Readmission-Analysis》。源站首次发布：2023-11-11。
【数据内容】
源站原始描述：This project focuses on predictive modeling to foresee hospital readmissions of diabetic patients within 30 days post-discharge. By leveraging a dataset spanning a decade (1999-2008) and covering records from 130 US hospitals, the aim is to enhance healthcare management and patient outcomes. # Predictive Modeling for Hospital Readmission ## Overview This project focuses on predictive modeling to foresee hospital readmissions of diabetic patients within 30 days post-discharge. By leveraging a dat…
【主题与分类】
主题标签：analytics、data、jupyter-notebook、numpy。
【获取与许可】
源站页面：https://github.com/14Richa/Patient-Readmission-Analysis
【使用注意】
· 源站最后修改于 2023-12-04，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
git clone https://github.com/14Richa/Patient-Readmission-Analysis.git
curl -L -o repo.zip https://github.com/14Richa/Patient-Readmission-Analysis/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Predictive Modeling for Hospital Readmission
Overview
This project focuses on predictive modeling to foresee hospital readmissions of diabetic patients within 30 days post-discharge. By leveraging a dataset spanning a decade (1999-2008) and covering records from 130 US hospitals, the aim is to enhance healthcare management and patient outcomes.
Data Sources
- The dataset spans a decade (1999-2008) and includes records from 130 US hospitals, focusing on diabetic patients.
- You can access the dataset via the following link: Diabetes 130-US hospitals for years 1999-2008
Project Structure
diabetic_data.csv: Contains the dataset used in the analysis.Readmission_Predictions.ipynb: Includes Jupyter notebook used for exploratory data analysis, data cleaning, and modeling.requirements.txt: Lists the Python packages and their versions required for this project.Final_Report.pdf: Contains the final report summarizing the analysis, findings, and conclusions.
Python Version
This project was developed using Python 3.9.
Setting Up the Development Environment
Create a virtual environment
python3 -m venv env
Activate environment
source env/bin/activate
Install dependencies
pip install -r requirements.txt
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。
