纤维肌痛医生诊断预测因素的多变量逻辑回归模型（2012 NHIS标准）
提供多变量逻辑回归模型，用于预测符合2012年NHIS纤维肌痛标准的医生诊断，排除多症状困扰评分。
基本信息
资源简介
纤维肌痛医生诊断预测因素的多变量逻辑回归模型（2012 NHIS标准）
【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 5.63 KB，主题涵盖 NHIS fibromyalgia criteria、polysymptomatic distress、PSD、ACR、Satisfy Fibromyalgia Criteria，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《Multivariable logistic regression of predictors of physician diagnosis of fibromyalgia: Model predicting persons meeting 2012 NHIS fibromyalgia criteria (excluding Polysymptomatic Distress Score).》。配套论文《Three-Quarters of Persons in the US Population Reporting a Clinical Diagnosis of Fibromyalgia Do Not Satisfy Fibromyalgia Criteria: The 2012 National Health Interview Survey》发表于 PLOS ONE（2016），DOI：10.1371/journal.pone.0157235。源站首次发布：2016-06-09。
【数据内容】
源站原始描述：Multivariable logistic regression of predictors of physician diagnosis of fibromyalgia: Model predicting persons meeting 2012 NHIS fibromyalgia criteria (excluding Polysymptomatic Distress Score)
中文译文（机器翻译，仅供快速理解，请以原文为准）：纤维肌痛医师诊断预测因素的多变量logistic回归：预测符合2012年NHIS纤维肌痛标准者的模型（排除多症状困扰评分）。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 7.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0157235.t007。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Immunology、Cancer、Mental Health、Infectious Diseases。主题标签：NHIS fibromyalgia criteria、polysymptomatic distress、PSD、ACR、Satisfy Fibromyalgia Criteria、National Health Interview Survey。
【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://plos.figshare.com/articles/dataset/Multivariable_logistic_regression_of_predictors_of_physician_diagnosis_of_fibromyalgia_Model_predicting_persons_meeting_2012_NHIS_fibromyalgia_criteria_excluding_Polysymptomatic_Distress_Score_/3432719
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Walitt, Brian; S. Katz, Robert; J. Bergman, Martin; Wolfe, Frederick (2016). Multivariable logistic regression of predictors of physician diagnosis of fibromyalgia: Model predicting persons meeting 2012 NHIS fibromyalgia criteria (excluding Polysymptomatic Distress Score).. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，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 regression of predictors of physician diagnosis of fibromyalgia: Model predicting persons meeting 2012 NHIS fibromyalgia criteria (excluding Polysymptomatic Distress Score).
- DOI：10.1371/journal.pone.0157235.t007
- 发布日期：2016-06-09
- 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_regression_of_predictors_of_physician_diagnosis_of_fibromyalgia_Model_predicting_persons_meeting_2012_NHIS_fibromyalgia_criteria_excluding_Polysymptomatic_Distress_Score_/3432719
命令行下载
curl -L -o "Table 7.xls" "https://ndownloader.figshare.com/files/5378003"
文件清单
Table 7.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 regression of predictors of physician diagnosis of fibromyalgia: Model predicting persons meeting 2012 NHIS fibromyalgia criteria (excluding Polysymptomatic Distress Score).
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0157235.t007（source: https://plos.figshare.com/articles/dataset/Multivariable_logistic_regression_of_predictors_of_physician_diagnosis_of_fibromyalgia_Model_predicting_persons_meeting_2012_NHIS_fibromyalgia_criteria_excluding_Polysymptomatic_Distress_Score_/3432719）。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
