输血风险预测数据集
基于产前临床和实验室参数开发加权风险评分，预测产科患者围产期输血需求。
基本信息
资源简介
输血风险预测数据集
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 77.52 KB，主题涵盖 obstetric transfusion，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《transfusion》。源站首次发布：2025-11-10。
【数据内容】
源站原始描述：This study presents the development and internal validation of a weighted risk scoring system to predict the need for peripartum blood transfusion in obstetric patients. Using routinely available pre-delivery clinical and laboratory parameters, including placenta previa, emergency delivery, coagulopathy, hemoglobin, platelet count, and prothrombin time, the model demonstrated excellent discrimination (AUC = 0.838) and stable performance after bootstrap validation. The proposed score provides a p…
中文译文（机器翻译，仅供快速理解，请以原文为准）：本研究介绍了一种加权风险评分系统的开发与内部验证，该系统用于预测产科患者围产期输血需求。该模型利用产前常规可获得的临床和实验室参数，包括前置胎盘、急诊分娩、凝血功能障碍、血红蛋白、血小板计数和凝血酶原时间，显示出良好的区分度（AUC = 0.838），并在bootstrap验证后性能稳定。所提出的评分提供了一种实用、数据驱动的工具，可用于早期识别高危患者，并支持产科实践中更高效的出血管理。
【数据结构与技术规格】
文件数 1 个，合计 77.52 KB。Transfüzyon Sade.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，77.52 KB。数据集 DOI：10.6084/m9.figshare.30582254.v1。
【主题与分类】
源站学科分类：Public health not elsewhere classified。主题标签：obstetric transfusion。
【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://figshare.com/articles/dataset/transfusion/30582254
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Karakelleoğlu, Gökçenur (2025). transfusion. figshare. 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）
- 源站标题：transfusion
- DOI：10.6084/m9.figshare.30582254.v1
- 发布日期：2025-11-10
- 文件数：1 个
- 文件总体积：77.52 KB
- 源站页面：https://figshare.com/articles/dataset/transfusion/30582254
命令行下载
curl -L -o "Transfüzyon Sade.xlsx" "https://ndownloader.figshare.com/files/59444993"
文件清单
Transfüzyon Sade.xlsx（77.52 KB）
文件总体积 77.52 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
This study presents the development and internal validation of a weighted risk scoring system to predict the need for peripartum blood transfusion in obstetric patients. Using routinely available pre-delivery clinical and laboratory parameters, including placenta previa, emergency delivery, coagulopathy, hemoglobin, platelet count, and prothrombin time, the model demonstrated excellent discrimination (AUC = 0.838) and stable performance after bootstrap validation. The proposed score provides a practical, data-driven tool for early identification of high-risk patients and supports more efficient hemorrhage management in obstetric practice.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.30582254.v1（source: https://figshare.com/articles/dataset/transfusion/30582254）。
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。
