化脓性汗腺炎表型异质性:532例单中心潜在类别分析

该数据集来自 data.mendeley.com,包含 532 例化脓性汗腺炎(HS)患者的去标识化临床数据,来源于美国密歇根州安娜堡 Michigan Medicine 皮肤科门诊

google_dataset
2023-07-25 更新
浏览 3
其他分类化脓性汗腺炎皮肤与结缔组织疾病潜在类别分析表型分型单中心研究
Hidradenitis Suppurativa Phenotypic Heterogeneity: A Single Center Latent Class Analysis of 532 patients

基本信息

模态
其他
大小
0.00050147 GB
任务类型
分类
创建/更新时间
2023-07-25
版本
v1

资源简介

化脓性汗腺炎表型异质性:532例单中心潜在类别分析

Hidradenitis Suppurativa Phenotypic Heterogeneity: A Single Center Latent Class Analysis of 532 patients

该数据集来自 data.mendeley.com,包含 532 例化脓性汗腺炎(HS)患者的去标识化临床数据,来源于美国密歇根州安娜堡 Michigan Medicine 皮肤科门诊。研究采用潜在类别分析(LCA)识别出两种 HS 表型:腋窝-生殖器-乳腺型(29.1%)和腋窝-生殖器-臀部型(70.9%),分别对应不同部位的严重或轻度受累概率。数据可用于 HS 表型分类研究、个体化治疗探索及诊断分层分析(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2023-07-25。

【数据内容】

源站描述(机器翻译,仅供参考):化脓性汗腺炎(HS)是一种异质性慢性炎症性皮肤病,其表型分类尚缺乏共识。HS 表型的分层系统可能有助于个体化治疗并确保准确及时的诊断。本研究旨在使用潜在类别分析(LCA)识别 HS 表型,以促进对该疾病的理解。共纳入 532 例 HS 患者,来自美国密歇根州安娜堡 Michigan Medicine 的门诊皮肤科诊所。识别出两种不同的 HS 表型。潜在类别 1(腋窝-生殖器-乳腺型)占患者的 29.1%,显示腋窝、生殖器和乳腺严重受累的概率较高。潜在类别 2(腋窝-生殖器-臀部型)包括 70.9% 的患者,显示腋窝、生殖器和臀部轻度受累的概率较高。腋窝-生殖器-乳腺型具有 e

【数据结构与技术规格】

文件数 1 个,合计 501.47 KB。数据集 DOI:10.17632/3c2d2hhg6b.1。

【主题与分类】

主题标签:化脓性汗腺炎、皮肤与结缔组织疾病、潜在类别分析、表型分型、单中心研究。本站分类:皮肤与结缔组织疾病/化脓性汗腺炎。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/3c2d2hhg6b

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/3c2d2hhg6b

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 501.5 KB。

数据说明

Ben Pinsky (2023). Hidradenitis Suppurativa Phenotypic Heterogeneity: A Single Center Latent Class Analysis of 532 patients [Dataset]. http://doi.org/10.17632/3c2d2hhg6b.1

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。

获取专属数据定制方案