晚期COPD相关因素（% FEV1<80）
数据涉及年龄、身高、体重、肥胖、肌少症、吸烟状态及 FVC 等变量，并区分两个多变量模型，用于分析男性 COPD 患者肺功能与营养、体成分等因素的关联
基本信息
资源简介
晚期COPD相关因素（% FEV1<80）
Factors associated with advanced COPD (% FEV1<80).
该数据集来自 plos.figshare.com，包含一份 Table_2.xls 文件，围绕晚期 COPD（% FEV1<80）的相关因素展开。数据涉及年龄、身高、体重、肥胖、肌少症、吸烟状态及 FVC 等变量，并区分两个多变量模型，用于分析男性 COPD 患者肺功能与营养、体成分等因素的关联。该数据可用于呼吸系统疾病相关因素分析、COPD 风险预测建模及流行病学研究参考（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2014-10-29。
【数据内容】
源站描述（机器翻译，仅供参考）：*表示显著。模型1：变量包括年龄、身高、体重、肥胖、肌少症和吸烟状态。模型2：除模型1中的变量外，还包括FVC（L）。由于存在共线性风险，FEV1（%预测值）未纳入多变量分析。缩写：Curr smk，当前吸烟者；Smk amt，吸烟量；PY，包年；FVC，用力肺活量；FEV1，第一秒用力呼气容积。与晚期COPD（% FEV1<80）相关的因素。
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。数据集 DOI：10.1371/journal.pone.0110448.t002。
【主题与分类】
源站学科分类：Biological Sciences。主题标签：lung function、Korea National Health、Korean National Health、Male COPD patients、Nutrition Examination Survey、body mass index、QQL、Chronic Obstructive Pulmonary Disease、qol、Nutrition Examination Survey ObjectiveTo。本站分类：呼吸系统疾病/其他。
【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/_Factors_associated_with_advanced_COPD_FEV_1_lt_80_/1222145
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Koo, Hyeon-Kyoung; Park, Joo-Hyun; Kyeong Park, Hye; Jung, Hoon; Lee, Sung-Soon (2015). Factors associated with advanced COPD (% FEV1<80).. 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）
- 源站标题：Factors associated with advanced COPD (% FEV<sub>1</sub><80).
- DOI：10.1371/journal.pone.0110448.t002
- 发布日期：2014-10-29
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Factors_associated_with_advanced_COPD_FEV_1_lt_80_/1222145
命令行下载
curl -L -o "Table_2.xls" "https://ndownloader.figshare.com/files/1770871"
文件清单
Table_2.xls（9.73 KB）
文件总体积 9.73 KB（源站 API 实测）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
*表示具有显著性。
模型1：变量包括年龄、身高、体重、肥胖、肌少症和吸烟状态。
模型2：除模型1中纳入的变量外，还包括FVC（L）。
由于存在共线性风险，FEV1（%预计值）未纳入多变量分析。
缩写：Curr smk，当前吸烟者；Smk amt，吸烟量；PY，包年；FVC，用力肺活量；FEV1，第1秒用力呼气容积。
与晚期COPD（%FEV1<80）相关的因素。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0110448.t002（source: https://plos.figshare.com/articles/dataset/_Factors_associated_with_advanced_COPD_FEV_1_lt_80_/1222145）。
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。
