PM/DM相关间质性肺病与潜在因素关联分析(23项研究2079例患者)
该数据集整合了23项研究中2079例皮肌炎/多发性肌炎(PM/DM)相关间质性肺病(ILD)患者的临床数据,以表格形式呈现了患者特征、实验室指标及治疗信息等多模态临床数据,主要用于分析ILD与潜在风险因素之间的关联,支持风湿免疫病和呼吸系统疾病的临床研究与流行病学调查。

基本信息
资源简介
PM/DM相关间质性肺病与潜在因素关联分析(23项研究2079例患者)
【数据集背景】
本数据集源站标题为《Associations of PM/DM Associated ILD with Potential Factors In 23 Studies of 2079 Patients.》。配套论文《Factors Associated with Interstitial Lung Disease in Patients with Polymyositis and Dermatomyositis: A Systematic Review and Meta-Analysis》发表于 PLOS ONE(2016),DOI:10.1371/journal.pone.0155381。源站首次发布:2016-05-12。
【数据内容】
源站原始描述:Associations of PM/DM Associated ILD with Potential Factors In 23 Studies of 2079 Patients
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 2.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0155381.t002。
【主题与分类】
源站学科分类:Biotechnology、Immunology、Biological Sciences not elsewhere classified、Developmental Biology、Cancer。主题标签:risk factors、anti-MDA 5 antibodies、OR、CRP、Meta-Analysis Objectives Interstitial lung disease、Pooled odds ratios、erythrocyte sedimentation rate、PM、Interstitial Lung Disease、1245 control subjects。
【适用方向】
源站学科分类标注为 Biotechnology、Immunology、Biological Sciences not elsewhere classified、Developmental Biology、Cancer。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Associations_of_PM_DM_Associated_ILD_with_Potential_Factors_In_23_Studies_of_2079_Patients_/3943230
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Zhang, Li; Wu, Guoqin; Gao, Di; Liu, Guijian; Pan, Lin; Ni, Liyan; et al. (2016). Associations of PM/DM Associated ILD with Potential Factors In 23 Studies of 2079 Patients.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31,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
本数据集聚焦于皮肌炎(DM)和多发性肌炎(PM)相关的间质性肺病(ILD),通过整合23项研究、共计2079例患者的数据,系统分析了ILD与多种潜在因素(如临床特征、实验室指标、治疗方案等)之间的关联。数据来源于已发表的医学研究,经汇总整理后形成结构化数据集,主要用于探索PM/DM-ILD的疾病机制、风险因素及预后影响因素,为临床决策和流行病学研究提供支持。
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。




