化脓性汗腺炎严重程度问卷与Hurley分期关联分析数据集
该数据集包含化脓性汗腺炎患者严重程度问卷的条目数据及其对应的Hurley临床分期标注,属于临床表格模态数据,主要用于分析问卷问题与疾病分期之间的关联性,以评估问卷的临床有效性并支持疾病严重程度的分级研究。

基本信息
资源简介
化脓性汗腺炎严重程度问卷与Hurley分期关联分析数据集
【数据集背景】
本数据集源站标题为《Association between individual questions from the HS severity questionnaire and Hurley Stage of moderate versus mild, and severe versus mild.》。源站首次发布:2018-07-24。
【数据内容】
源站原始描述:Association between individual questions from the HS severity questionnaire and Hurley Stage of moderate versus mild, and severe versus mild
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 5.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0200683.t005。
【主题与分类】
源站学科分类:Biotechnology、Evolutionary Biology、Immunology、Biological Sciences not elsewhere classified、Cancer、Science Policy。主题标签:Australian adult population focussing、individual、BMI、CI、HS prevalence、diagnosis rate、management pathways、study Background Hidradenitis Suppurativa、HS screening questionnaire、Australian adult population。
【适用方向】
源站学科分类标注为 Biotechnology、Evolutionary Biology、Immunology、Biological Sciences not elsewhere classified、Cancer、Science Policy。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Association_between_individual_questions_from_the_HS_severity_questionnaire_and_Hurley_Stage_of_moderate_versus_mild_and_severe_versus_mild_/6855785
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Calao, Miriam; Wilson, Jodie L.; Spelman, Lynda; Billot, Laurent; Rubel, Diana; Watts, Alan D.; et al. (2018). Association between individual questions from the HS severity questionnaire and Hurley Stage of moderate versus mild, and severe versus mild.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-03,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
该数据集来源于化脓性汗腺炎(HS)的临床研究,旨在分析HS严重程度问卷中各个问题与Hurley临床分期之间的统计学关联,具体比较了轻度与中度、轻度与重度分期之间的差异。数据集包含问卷调查的条目数据及对应的Hurley分期标注,通过临床观察和患者自评方式收集,可用于评估问卷有效性、辅助疾病严重程度分级及支持相关临床决策研究。
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。




