腰椎椎板切除和/或椎间盘切除术后手术部位感染的单变量逻辑回归分析数据集
该数据集为临床表格数据,包含腰椎椎板切除和/或椎间盘切除术后手术部位感染的单变量逻辑回归分析结果,涉及患者特征、手术参数与感染指标,主要用于脊柱外科术后感染风险因素识别、预测模型构建及临床干预策略研究。

基本信息
资源简介
腰椎椎板切除和/或椎间盘切除术后手术部位感染的单变量逻辑回归分析数据集
【数据集背景】
本数据集源站标题为《Univariate logistic regression analysis for SSI after lumbar laminectomy and/or herniotomy.》。配套论文《Risk factors for surgical site infection after lumbar laminectomy and/or discectomy for degenerative diseases in adults: A prospective multicenter surveillance study with registry of 4027 cases》发表于 PLOS ONE(2018),DOI:10.1371/journal.pone.0205539。源站首次发布:2018-10-16。
【数据内容】
源站原始描述:Univariate logistic regression analysis for SSI after lumbar laminectomy and/or herniotomy
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table 2.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0205539.t002。
【主题与分类】
源站学科分类:Medicine、Cell Biology、Developmental Biology、Cancer、Science Policy、Mental Health。主题标签:multicenter study、risk factors、adult patients、data collection format、surgery、laminectomy、Multivariate regression analysis、4027 cases Surgical site infection、decrease SSI risk、multicenter surveillance study。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Developmental Biology、Cancer、Science Policy、Mental Health。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Univariate_logistic_regression_analysis_for_SSI_after_lumbar_laminectomy_and_or_herniotomy_/7213961
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Ogihara, Satoshi; Yamazaki, Takashi; Inanami, Hirohiko; Oka, Hiroyuki; Maruyama, Toru; Miyoshi, Kota; et al. (2018). Univariate logistic regression analysis for SSI after lumbar laminectomy and/or herniotomy.. 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)
按页面 Download 按钮获取。
数据说明
该数据集包含与腰椎椎板切除和/或椎间盘切除术后手术部位感染(SSI)相关的单变量逻辑回归分析数据。数据内容涉及患者临床特征、手术参数及术后感染指标,用于评估SSI的风险因素。数据来源于临床研究,通过Figshare平台公开共享,主要应用于脊柱手术术后感染风险预测、医疗质量改进及临床决策支持研究。
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。




