糖尿病并发症预警数据集

该数据集包含与II型糖尿病并发症预警相关的多模态临床数据,如患者临床表格、生活方式、遗传和环境信息,主要用于构建糖尿病并发症的早期预警模型、分析危险因素以及支持疾病防控策略的制定,为糖尿病综合防治提供科学依据。

国家人口健康科学数据中心国家人口健康科学数据中心
中国科技资源共享网
2026-06-02 更新
浏览 30
糖尿病生化糖化尿常规临床医学一般疾病医疗与保健
Diabetes Complication Early Warning Dataset

基本信息

许可
完全共享
创建/更新时间
2026-06-02

资源简介

糖尿病并发症预警数据集

【数据集背景】

源站首次发布:2016-12-05。

【数据内容】

源站原始描述:糖尿病是一种代谢紊乱性疾病,其发病率已在全球呈持续上升的趋势。和心脑血管疾病等其他慢性非传染病一样,II型糖尿病是一种多因素疾病,其危险因素包括遗传、社会、生活方式和环境等多方面。预防控制糖尿病的关键是采取综合的预防治疗措施,而评估疾病的危害程度和控制疾病的危险因素则是糖尿病防治的重要前提。因此,掌握糖尿病患病和死亡情况,了解其危险因素的分布及其规律,可以为采取预防和控制糖尿病发生发展、提高糖尿病患者生存质量的措施提供决策依据。

【主题与分类】

主题标签:糖尿病、生化、糖化、尿常规、临床医学、一般疾病医疗与保健。

【获取与许可】

源站页面:https://www.ncmi.cn/phda/dataDetails.do?id=CSTR:A0006.11.A0005.201905.000282

使用许可:完全共享。

规范引用:CSTR:17970.11.A0005.201905.000282

【使用注意】

· 源站最后修改于 2020-11-24,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

暂未开放

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

源站:https://escience.org.cn/metadata/detail?cstrId=CSTR:17970.11.A0005.201905.000282&id=774e74221ac511e980780242ac120006:CSTR:A0006.11.A0005.201905.000282

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

该数据集是一个专注于糖尿病并发症风险预警的临床数据集。它包含与II型糖尿病相关的多模态数据,如患者临床表格、生活方式信息、遗传因素及环境变量等,用于评估糖尿病并发症的发生风险。数据来源于国家人口健康科学数据中心,通过整合医疗记录和流行病学调查构建而成。主要研究方向包括糖尿病并发症的早期预警模型构建、危险因素分析以及疾病防控策略制定,为糖尿病综合防治提供数据支持。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案