临床败血症轨迹不稳定性数据集

基于短期临床代理序列预测败血症轨迹不稳定性的多变量交互数据集。

ClarusC64ClarusC64
Hugging Face
2026-04-28 更新
浏览 19
表格分类task_categories:tabular-classificationlanguage:enlicense:mitsize_categories:n<1Kformat:csvmodality:tabularmodality:textlibrary:datasetslibrary:pandaslibrary:polarslibrary:mlcroissantregion:us
clinical-sepsis-trajectory-instability-v0.1

基本信息

模态
表格
大小
0.000023196 GB
数据量
5
任务类型
分类
许可
mit
创建/更新时间
2026-04-28
版本
v0.1

资源简介

临床败血症轨迹不稳定性数据集

【数据集背景】

本数据集源站标题为《ClarusC64/clinical-sepsis-trajectory-instability-v0.1》。源站首次发布:2026-04-28。

【数据内容】

源站原始描述:# clinical-sepsis-trajectory-instability-v0.1 ## What this dataset does This dataset tests whether a model can classify sepsis trajectory instability from short clinical proxy sequences. Each row describes a patient-like scenario across three time points. The task is to predict whether the scenario is moving toward instability or remaining stable. ## Core stability idea Sepsis instability does not depend on one variable alone. A patient may show an abnormal value and still recover. Another patie…

主表 data/test.csv 含 22 列、样本前 16 行结构完整。

主表 data/train.csv 含 22 列、样本前 31 行结构完整。

文件 scorer.py 为文本内容,开头为:import argparse import json import sys from datetime import datetime, timezone import pandas as pd from sklearn.metrics import accuracy_score, precision_score…

【数据结构与技术规格】

文件数 3 个,合计 9.58 KB。

【主题与分类】

主题标签:task_categories:tabular-classification、language:en、license:mit、size_categories:n<1K、format:csv、modality:tabular、modality:text、library:datasets、library:pandas、library:polars。

【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。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。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://huggingface.co/datasets/ClarusC64/clinical-sepsis-trajectory-instability-v0.1

使用许可:mit。

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。

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

数据集获取与加载(Hugging Face datasets)

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("ClarusC64/clinical-sepsis-trajectory-instability-v0.1")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install &amp;&amp; git clone https://hf-mirror.com/datasets/ClarusC64/clinical-sepsis-trajectory-instability-v0.1

完整数据卡:huggingface.co/datasets/ClarusC64/clinical-sepsis-trajectory-instability-v0.1

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