风湿与自身免疫性疾病数据集

该数据集是一个包含12,085名患者临床记录的表格型数据集,数据模态为临床表格,涵盖风湿与自身免疫性疾病相关的实验室检测指标,主要用于支持该类疾病的早期诊断、预测模型构建以及临床辅助决策研究。

DataONE
2025-02-22 更新
浏览 14
MedicineHealth and Life SciencesComputer and Information Science
Rheumatic and Autoimmune Diseases Dataset

基本信息

大小
0.000002877 GB
创建/更新时间
2025-02-22

资源简介

风湿与自身免疫性疾病数据集

【数据集背景】

本数据集源站标题为《Rheumatic and autoimmune diseases dataset》。

【数据内容】

源站原始描述:The tabular dataset was used for early diagnosis of rheumatic and autoimmune diseases collected from one hospital and three laboratory tests between 2019 and 2024 in Bagdad, Iraq. The dataset consists of (12,085) patients

【主题与分类】

主题标签:Medicine, Health and Life Sciences、Rheumatoid arthritis, Reactive arthritis, Ankylosing spondylitis, Sjogren syndrome, Systemic lupus erythematosus, psoriatic arthritis、Computer and Information Science。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256:dc2dbd609bcb2514c8c2e16444087e5b3651ed1266b6b9f2edc499c06b29b2a9

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

源站:https://search.dataone.org/view/sha256:dc2dbd609bcb2514c8c2e16444087e5b3651ed1266b6b9f2edc499c06b29b2a9

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

该数据集是一个用于风湿与自身免疫性疾病早期诊断的表格型临床数据集,数据来源于伊拉克巴格达的一家医院和三家实验室在2019年至2024年间进行的检测。数据集共包含12,085名患者的临床记录,涵盖了与风湿及自身免疫性疾病相关的实验室指标和诊断信息。该数据集主要用于支持风湿免疫疾病的早期筛查、诊断模型构建以及临床决策辅助研究。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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