痛风急性发作诱因:痛风发病年龄是否重要?基于初级保健的横断面研究

研究通过问卷收集痛风患者自报的急性发作诱因,并分析自报至少一种诱因与疾病及人口学特征之间的关联,采用二元 logistic 回归计算 OR 与 95% CI,统计分析使用 STATA

google_dataset
2023-05-30 更新
浏览 6
文本分类gout onset mattertriggerCISTATAResults 550 participantslifestyle risk factorsgout attacks
Triggers of acute attacks of gout, does age of gout onset matter? A primary care based cross-sectional study

基本信息

模态
文本
大小
0.00028713 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2023-05-30
版本
v1

资源简介

痛风急性发作诱因:痛风发病年龄是否重要?基于初级保健的横断面研究

Triggers of acute attacks of gout, does age of gout onset matter? A primary care based cross-sectional study

该数据集来自 figshare,配套 2017 年发表于 PLOS ONE 的初级保健横断面研究,包含 2 个文件(S1 Dataset.xls 与 S1 File.docx)。研究通过问卷收集痛风患者自报的急性发作诱因,并分析自报至少一种诱因与疾病及人口学特征之间的关联,采用二元 logistic 回归计算 OR 与 95% CI,统计分析使用 STATA。数据覆盖痛风急性发作诱因、发病年龄及生活方式风险因素等信息,可用于探究痛风发作诱因的分布及相关因素(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

配套论文《Triggers of acute attacks of gout, does age of gout onset matter? A primary care based cross-sectional study》发表于 PLOS ONE(2017),DOI:10.1371/journal.pone.0186096。源站首次发布:2017-10-12。

【数据内容】

源站描述(机器翻译,仅供参考):目的:确定自报痛风急性发作诱因的痛风患者比例;识别常被报告的诱因;并检查与自报任何痛风急性发作诱因相关的疾病和人口学特征。方法:要求痛风个体填写问卷,询问促使其痛风急性发作的诱因。使用二元 logistic 回归计算比值比(OR)和 95% 置信区间(CI),以检查具有 ≥1 个自报痛风急性发作诱因与疾病和人口学风险因素之间的关联,并调整协变量。所有统计分析均使用 STATA 进行。结果:550 名参与者返回了完整问卷。206 人(37.5%)报告至少一种急性发作诱因,不到 5% 报告 >2 种诱因。仅 28.73% 参与者报告 th

【数据结构与技术规格】

文件数 2 个,合计 287.13 KB。数据集 DOI:10.1371/journal.pone.0186096。

【主题与分类】

源站学科分类:Cell Biology、Neuroscience、Pharmacology、Biotechnology、Ecology、Immunology。主题标签:gout onset matter、trigger、CI、STATA、Results 550 participants、lifestyle risk factors、gout attacks。本站分类:肌肉骨骼疾病/其他。

【适用方向】

源站学科分类标注为 Cell Biology、Neuroscience、Pharmacology、Biotechnology、Ecology、Immunology。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/Triggers_of_acute_attacks_of_gout_does_age_of_gout_onset_matter_A_primary_care_based_cross-sectional_study/5494906

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Abhishek, Abhishek; M. Valdes, Ana; Jenkins, Wendy; Zhang, Weiya; Doherty, Michael (2017). Triggers of acute attacks of gout, does age of gout onset matter? A primary care based cross-sectional study. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-05-30,引用时请注意版本时效。

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(Figshare)

命令行下载

curl -L -o "S1 Dataset.xls" "https://ndownloader.figshare.com/files/9507928"
curl -L -o "S1 File.docx" "https://ndownloader.figshare.com/files/9507943"

文件清单

  • S1 Dataset.xls(272.90 KB)
  • S1 File.docx(14.23 KB)

文件总体积 287.13 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

目的
确定自报急性发作诱因的痛风患者比例;识别常被报告的诱因,并探讨与自报任何急性痛风发作诱因相关的疾病和人口学特征。方法
要求痛风患者填写一份问卷,询问诱发其急性痛风发作的诱因。采用二元逻辑回归计算比值比(OR)和95%置信区间(CI),以检验自报至少1个急性痛风诱因与疾病及人口学危险因素之间的关联,并对协变量进行调整。所有统计分析均使用STATA完成。结果
550名参与者返回了完整问卷。206名(37.5%)报告至少有一个急性发作诱因,不足5%报告超过2个诱因。仅28.73%的参与者报告其最近一次痛风发作由饮食或生活方式危险因素诱发。

最常自我报告的诱因是饮酒(14.18%)、红肉或海鲜摄入(6%)、脱水(4.91%)、受伤或过度活动(4.91%),以及天气过暖或过冷(分别为4.36%和5.45%)。50岁前痛风发作的患者明显更有可能识别出诱发其急性痛风发作的诱因(校正协变量后aOR(95%CI)为1.73(1.12–2.68))。结论
大多数痛风患者未能识别出急性发作的任何诱因,而可识别的诱因在早发性痛风患者中更为常见。不足20%的人自我报告急性痛风发作源于传统公认的痛风诱因,如饮酒、红肉摄入,而约5%的人报告了新型诱因,如脱水、受伤或体力活动,以及极端天气。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pone.0186096(source: https://plos.figshare.com/articles/dataset/Triggers_of_acute_attacks_of_gout_does_age_of_gout_onset_matter_A_primary_care_based_cross-sectional_study/5494906)。

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