校准、拟合优度和判别能力测试数据集：用于识别2型糖尿病患者的预测模型
用于测试2型糖尿病预测模型校准、拟合优度和判别能力的数据集，包含年龄、性别及模型比较信息。
基本信息
资源简介
校准、拟合优度和判别能力测试数据集：用于识别2型糖尿病患者的预测模型
【一句话概览】
该数据集包含1个文件，合计5.6 KB，主题为识别2型糖尿病受试者的预测模型的校准、拟合优度与区分度检验。所有模型均纳入年龄和性别。与仅含BMI的模型相比，部分比较的P值为0.127，另一些为0.003。源站标签涉及替代性腰围测量、臀围、2型糖尿病风险、体质指数、腰肋测量、脂蛋白水平、测量方案、曲线分析、预测模型、人体测量变量和胰岛素抵抗，分类为生物科学与科学政策，采用CC BY 4.0许可（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
本数据集源站标题为《Tests of calibration, goodness-of-fit and discrimination for prediction models to identify subjects with type 2 diabetes.》。配套论文《Optimal Central Obesity Measurement Site for Assessing Cardiometabolic and Type 2 Diabetes Risk in Middle-Aged Adults》发表于 PLOS ONE（2015），DOI：10.1371/journal.pone.0129088。源站首次发布：2015-06-04。
【数据内容】
源站原始描述：1All models include age and gender. 2P value = 0.127 compared to model with BMI alone. 3P value = 0.003 compared to model with BMI alone. 4P value5P valueTests of calibration, goodness-of-fit and discrimination for prediction models to identify subjects with type 2 diabetes
中文译文（机器翻译，仅供快速理解，请以原文为准）：1所有模型均包含年龄和性别。 2与仅包含BMI的模型相比，P值 = 0.127。 3与仅包含BMI的模型相比，P值 = 0.003。 4P值 5P值 用于识别2型糖尿病受试者的预测模型的校准、拟合优度和区分度测试。
【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.0129088.t003。
【主题与分类】
源站学科分类：Biological Sciences、Science Policy。主题标签：alternative WC measurements、hip circumference、Type 2 diabetes risk、body mass index、type 2 diabetes.ResultsWC rib measures、lipoprotein levels、measurement protocol、bmi、curve analyses、prediction model。
【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/_Tests_of_calibration_goodness_of_fit_and_discrimination_for_prediction_models_to_identify_subjects_with_type_2_diabetes_/1436492
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：R. Millar, Seán; J. Perry, Ivan; Van den Broeck, Jan; M. Phillips, Catherine (2015). Tests of calibration, goodness-of-fit and discrimination for prediction models to identify subjects with type 2 diabetes.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，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：Tests of calibration, goodness-of-fit and discrimination for prediction models to identify subjects with type 2 diabetes.
- DOI：10.1371/journal.pone.0129088.t003
- 发布日期：2015-06-04
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Tests_of_calibration_goodness_of_fit_and_discrimination_for_prediction_models_to_identify_subjects_with_type_2_diabetes_/1436492
命令行下载
curl -L -o "Table_3.xls" "https://ndownloader.figshare.com/files/2095492"
文件清单
Table_3.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
1All models include age and gender.
2P value = 0.127 compared to model with BMI alone.
3P value = 0.003 compared to model with BMI alone.
4P value5P valueTests of calibration, goodness-of-fit and discrimination for prediction models to identify subjects with type 2 diabetes.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0129088.t003（source: https://plos.figshare.com/articles/dataset/_Tests_of_calibration_goodness_of_fit_and_discrimination_for_prediction_models_to_identify_subjects_with_type_2_diabetes_/1436492）。
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。
