PBSI预测因素的多变量logistic与Cox比例风险回归模型
该数据集来自figshare，包含一个Table 3.xls文件，对应PBSI预测因素的多变量logistic与Cox比例风险回归模型分析结果
基本信息
资源简介
PBSI预测因素的多变量logistic与Cox比例风险回归模型
Multivariable logistic and Cox proportional hazards regression models of predictors of PBSI.
该数据集来自figshare，包含一个Table 3.xls文件，对应PBSI预测因素的多变量logistic与Cox比例风险回归模型分析结果。数据覆盖导管相关血流感染相关风险因素，涉及PICC、导管腔数、住院时长及PBSI相关死亡等主题。可用于回顾性分析PBSI的预测因素，支持感染风险建模与生存分析研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2019-03-07。
【数据内容】
源站描述（机器翻译，仅供参考）：PBSI预测因素的多变量logistic回归和Cox比例风险回归模型。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0213555.t003。
【主题与分类】
源站学科分类：Cell Biology、Biotechnology、Cancer、Science Policy、Infectious Diseases、Virology。主题标签：hospital length、risk factors、PICC、PBSI-related death、catheter lumens、multicenter cohort study Objective、HR、chemotherapy、CI、retrospective multicenter cohort。本站分类：感染/血流感染。
【适用方向】
源站学科分类标注为 Cell Biology、Biotechnology、Cancer、Science Policy、Infectious Diseases、Virology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Multivariable_logistic_and_Cox_proportional_hazards_regression_models_of_predictors_of_PBSI_/7816700
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Lee, Jae Hwan; Kim, Eung Tae; Shim, Dong Jae; Kim, Il Jung; Byeon, Jong Hyun; Lee, In Joon; et al. (2019). Multivariable logistic and Cox proportional hazards regression models of predictors of PBSI.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，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：Multivariable logistic and Cox proportional hazards regression models of predictors of PBSI.
- DOI：10.1371/journal.pone.0213555.t003
- 发布日期：2019-03-07
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Multivariable_logistic_and_Cox_proportional_hazards_regression_models_of_predictors_of_PBSI_/7816700
命令行下载
curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/14544299"
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
Multivariable logistic and Cox proportional hazards regression models of predictors of PBSI.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0213555.t003（source: https://plos.figshare.com/articles/dataset/Multivariable_logistic_and_Cox_proportional_hazards_regression_models_of_predictors_of_PBSI_/7816700）。
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。
