前交通动脉(ACoA)动脉瘤破裂与未破裂患者的人口统计学信息与临床风险因素数据集
该数据集以临床表格形式提供前交通动脉(ACoA)动脉瘤破裂与未破裂患者的人口统计学信息和临床风险因素数据,包括年龄、性别、高血压、吸烟史等变量,并附有统计P值用于比较组间差异,主要用于神经血管疾病领域研究动脉瘤破裂风险因素、开发预测模型及辅助临床决策分析。

基本信息
资源简介
前交通动脉(ACoA)动脉瘤破裂与未破裂患者的人口统计学信息与临床风险因素数据集
【数据集背景】
本数据集源站标题为《Demographic information and clinical risk factors for patients with ruptured and unruptured anterior communicating artery (ACoA) aneurysms.》。配套论文《Analysis of Morphological Parameters to Differentiate Rupture Status in Anterior Communicating Artery Aneurysms》发表于 PLoS ONE(2013),DOI:10.1371/journal.pone.0079635。源站首次发布:2013-11-13。
【数据内容】
源站原始描述:P value indicates the level of statistical significance that the value of certain variable differs between the ruptured group and unruptured group (p<0.05 is considered statistically significant). SAH, subarachnoid hemorrhage
【数据结构与技术规格】
文件数 1 个,合计 5.63 KB。Table_1.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0079635.t001。
【主题与分类】
源站学科分类:Biological Sciences。主题标签:patients、ruptured、unruptured、anterior、communicating、artery。
【适用方向】
源站学科分类标注为 Biological Sciences。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/_Demographic_information_and_clinical_risk_factors_for_patients_with_ruptured_and_unruptured_anterior_communicating_artery_ACoA_aneurysms_/848812
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Lin, Ning; Ho, Allen; Charoenvimolphan, Nareerat; U. Frerichs, Kai; L. Day, Arthur; Du, Rose (2015). Demographic information and clinical risk factors for patients with ruptured and unruptured anterior communicating artery (ACoA) aneurysms.. 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)
按页面 Download 按钮获取。
数据说明
该数据集是一个医学研究数据集,聚焦于前交通动脉(ACoA)动脉瘤患者,包含破裂与未破裂两组患者的人口统计学信息和临床风险因素数据。数据内容涵盖患者年龄、性别等人口学特征,以及高血压、吸烟史等临床风险因素,并通过统计P值比较两组间差异的显著性。数据集来源于临床研究,以表格形式存储,主要用于神经血管疾病领域,特别是动脉瘤破裂风险因素的分析、预测模型构建及临床决策支持研究。
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。




