COPD患者术后结局危险因素：eICU数据库分析（补充材料）
Дополнительные материалы к статье "Факторы риска послеоперационных исходов у пациентов с ХОБЛ: анализ базы да…
基本信息
资源简介
COPD患者术后结局危险因素：eICU数据库分析（补充材料）
【一句话概览】
该补充材料对应文章《COPD患者术后结局危险因素：eICU数据库分析》，包含表D1至D4、补充图1和附录D1。表D1为Cox回归结果，结局涉及ICU死亡率和住院死亡率；表D2为logistic回归结果，结局涉及机械通气需求和血流动力学支持药物使用；表D3为logistic回归结果，结局涉及ICU停留超过1天和住院超过5天；表D4为logistic回归结果，结局涉及机械通气持续时间超过1天；补充图1为logistic回归结果，结局为机械通气持续时间超过1天，仅含统计学显著参数；附录D1为STROBE声明条目。文件数1，合计599.8 KB（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《Дополнительные материалы к статье "Факторы риска послеоперационных исходов у пациентов с ХОБЛ: анализ базы данных eICU"》。源站首次发布：2025-04-02。
【数据内容】
源站原始描述：Дополнительные материалы к статье "Факторы риска послеоперационных исходов у пациентов с ХОБЛ: анализ базы данных eICU". Материалы включают в себя: Таблица Д1 – Результаты регрессионного анализа Кокса (исходы: летальность в ОРИТ, госпитальная летальность). Таблица Д2 – Результаты логистического регрессионного анализа (исходы: необходимость проведения ИВЛ, использование препаратов с целью гемодинамической поддержки). Таблица Д3 – Результаты логистического регрессионного анализа (исходы: пребывани…
【数据结构与技术规格】
文件数 1 个，合计 599.80 KB。数据集 DOI：10.17632/y3s8prm2w6.1。
【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://data.mendeley.com/datasets/y3s8prm2w6
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://data.mendeley.com/datasets/y3s8prm2w6
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
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。
