结核病治疗放弃的预测模型
基于2001-2008年巴西结核病患者数据，构建预测模型以识别可能放弃治疗的患者。
基本信息
资源简介
结核病治疗放弃的预测模型
【数据集背景】
本数据集源站标题为《Predictive model to the tuberculosis treatment abandonment》。源站首次发布：2021-03-25。
【数据内容】
源站原始描述：This study aimed to build a predictive model taking as explanatory variables the characteristics of individuals with tuberculosis so to define the most appropriate treatment. A descriptive observational research of quantitative approach was applied. The target population (n=1925) was collected from the Reportable Diseases Information System of João Pessoa-PB, Brazil, between 2001 and 2008. In the final model odds ratio (OR) the following quitting treatment risk variables were considered: educati…
【数据结构与技术规格】
文件数 5 个，合计 401.67 KB。数据集 DOI：10.6084/m9.figshare.14303292.v1。
【主题与分类】
源站学科分类：Health Care Administration、Health Policy。主题标签：Epidemiology、Tuberculosis、Logistic models。
【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://scielo.figshare.com/articles/dataset/Predictive_model_to_the_tuberculosis_treatment_abandonment/14303292
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Silva, Eveline de Almeida; Anjos, Ulisses Umbelino dos; Nogueira, Jordana de Almeida (2014). Predictive model to the tuberculosis treatment abandonment. SciELO journals. Dataset
【使用注意】
· 源站最后修改于 2023-06-05，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：Predictive model to the tuberculosis treatment abandonment
- DOI：10.6084/m9.figshare.14303292.v1
- 发布日期：2021-03-25
- 文件数：5 个
- 文件总体积：401.67 KB
- 源站页面：https://scielo.figshare.com/articles/dataset/Predictive_model_to_the_tuberculosis_treatment_abandonment/14303292
命令行下载
curl -L -o "0103-1104-sdeb-38-101-0200-gf01.jpg" "https://ndownloader.figshare.com/files/27197097"
curl -L -o "0103-1104-sdeb-38-101-0200-gf02.jpg" "https://ndownloader.figshare.com/files/27197103"
curl -L -o "Table_1.xls" "https://ndownloader.figshare.com/files/27197109"
curl -L -o "Table_2.xls" "https://ndownloader.figshare.com/files/27197115"
curl -L -o "Table_3.xls" "https://ndownloader.figshare.com/files/27197118"
文件清单
0103-1104-sdeb-38-101-0200-gf01.jpg（209.06 KB）0103-1104-sdeb-38-101-0200-gf02.jpg（175.71 KB）Table_1.xls（5.63 KB）Table_2.xls（5.63 KB）Table_3.xls（5.63 KB）
文件总体积 401.67 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 aimed to build a predictive model taking as explanatory variables the characteristics of individuals with tuberculosis so to define the most appropriate treatment. A descriptive observational research of quantitative approach was applied. The target population (n=1925) was collected from the Reportable Diseases Information System of João Pessoa-PB, Brazil, between 2001 and 2008. In the final model odds ratio (OR) the following quitting treatment risk variables were considered: education in high school (OR=1.56) and in college (OR=42.99), race (OR=2.29) and re-entry after quitting (OR=2.71). The decision-making process should be directed to the best fit model in order to identify likely-to-quit-treatment individuals.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.14303292.v1（source: https://scielo.figshare.com/articles/dataset/Predictive_model_to_the_tuberculosis_treatment_abandonment/14303292）。
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。
