空腹血糖与缺血性卒中风险的性别和种族差异(REGARDS研究)补充数据

REGARDS研究中20,338人的空腹血糖与缺血性卒中风险关联数据,用于分析性别和种族差异。

DryadDryad
DataCite Commons
2025-04-01 更新
浏览 21
表格Stroke; Prevention; Sex differences
Supplement to: Sex and race differences in the risk of ischemic stroke associated with fasting blood glucose in REGARDS

基本信息

模态
表格
大小
0.004323334 GB
许可
https://spdx.org/licenses/CC0-1.0.html
创建/更新时间
2025-04-01

资源简介

空腹血糖与缺血性卒中风险的性别和种族差异(REGARDS研究)补充数据

【一句话概览】

本数据集是 Dryad 公开的结构化表格数据集,主题涵盖 Stroke; Prevention; Sex differences,可用于统计建模、特征工程与队列分析,https://spdx.org/licenses/CC0-1.0.html 许可开放获取。

【数据集背景】

本数据集源站标题为《Supplement to: Sex and race differences in the risk of ischemic stroke associated with fasting blood glucose in REGARDS》。

【数据内容】

源站原始描述:Background: To investigate sex and race differences in the association between fasting blood glucose (FBG) and risk of ischemic stroke (IS). Methods: This prospective longitudinal cohort study included adults age ≥45 years at baseline in the Reasons for Geographic And Racial Differences in Stroke Study, followed for a median of 11.4 years. The exposure was baseline FBG (mg/dL); suspected IS events were ascertained by phone every 6 months and were physician-adjudicated. Cox proportional hazards w…

中文译文(机器翻译,仅供快速理解,请以原文为准):背景:旨在探讨空腹血糖(FBG)与缺血性卒中(IS)风险关联中的性别和种族差异。方法:本前瞻性纵向队列研究纳入卒中地理和种族差异原因研究中基线年龄≥45岁的成年人,中位随访11.4年。暴露因素为基线FBG(mg/dL);疑似IS事件通过每6个月电话随访确定,并由医生裁定。采用Cox比例风险模型评估校正后FBG(按分类和限制性立方样条)与 incident IS之间的性别/种族特异性关联。结果:在20,338名参与者中,平均年龄为64.5(SD 9.3)岁,38.7%为黑人,55.4%为女性,16.2%正在使用糖尿病药物,共发生954例IS事件。与FBG<100相比,FBG≥150与IS风险增加59%相关(95%CI 1.21-2.08),在使用糖尿病药物者中,FBG≥150与IS风险增加61%相关(95%CI 1.12-2.31)。FBG与IS之间的关联因种族/性别而异(HR,FBG≥150 vs. FBG<100:白人女性2.05(95%CI 1.23-3.42),黑人女性1.71(95%CI 1.10-2.66),黑人男性1.24(95%CI 0.75-2.06),白人男性1.46(95%CI 0.93-2.28),p FBG*种族/性别=0.004)。使用FBG样条的分析表明,性别是种族/性别亚组差异的主要影响因素。结论:FBG与IS关联强度和形状的性别差异,可能是导致FBG与IS关联在不同种族/性别亚组间存在显著差异的原因。这些发现应进一步探索,并可能为制定个体化卒中预防指南提供依据。

【数据结构与技术规格】

数据集 DOI:doi:10.5061/dryad.rjdfn2zbb。

【主题与分类】

主题标签:Stroke; Prevention; Sex differences。

【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://doi.org/10.5061/dryad.rjdfn2zbb

使用许可:https://spdx.org/licenses/CC0-1.0.html。

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://datadryad.org/dataset/doi:10.5061/dryad.rjdfn2zbb

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