MGFA I-III级重症肌无力患者恶化风险预测列线图数据集

该数据集包含437名MGFA I-III级重症肌无力患者的临床表格数据,涵盖社会人口学特征、临床变量及疾病恶化状态等多维度信息,通过回顾性分析构建了用于预测疾病恶化风险的列线图模型,主要应用于重症肌无力的风险分层、早期干预策略制定以及个性化医疗决策支持研究,为临床医生提供量化工具以识别高风险患者并优化治疗管理。

Xiong, Anni; Du, Yanyuan; Pang, Seoyeong; Zhu, Wenzeng; Meng, Linghao; Peng, Siyang
Taylor & Francis Group
2025-07-15 更新
重症肌无力预测模型
创建时间2025-04-30
更新时间2025-07-15
原始链接

https://tandf.figshare.com/articles/dataset/Predicting_worsening_risk_in_MGFA_ClassI_IIandIII_myasthenia_gravis_patients_development_and_validation_of_a_predictive_nomogram/28900948/1

访问原始数据
官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

资源简介

该数据集是一个用于预测重症肌无力(MG)患者疾病恶化风险的临床研究数据集。数据集包含437名MGFA I-III级重症肌无力患者的回顾性临床数据,收集时间为2019年12月至2024年9月。数据内容包括患者的社会人口学特征、临床变量(如年龄、MGFA分级、胸腺切除史、寒战、疲劳、情绪障碍等)以及疾病恶化状态。通过单变量分析、LASSO回归和多变量逻辑回归等方法识别预测因子,并构建了预测列线图模型。该模型在训练集(n=305)和验证集(n=132)中均表现出良好的区分度(AUC:0.82-0.83)和校准能力。主要研究方向为重症肌无力的风险分层、早期预测模型开发以及个性化医疗决策支持。

提供机构:Xiong, Anni; Du, Yanyuan; Pang, Seoyeong; Zhu, Wenzeng; Meng, Linghao; Peng, Siyang

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 重症肌无力 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案
影像Predicting Worsening Risk in MGFA Class I, II and III Myasthenia Gravis Patients: Development and Validation of a Predictive Nomogram