瘙痒强度变化评分相关预测因素的线性回归分析
该数据集为临床表格数据,包含尿毒症患者基线及随访期的瘙痒强度视觉模拟评分(VAS)与多项实验室指标(如肌酐、尿酸、钙磷乘积等),通过线性回归模型分析这些临床变量对瘙痒强度变化的影响,主要用于肾病症状(特别是尿毒症相关瘙痒)的预测因素研究和回归建模,为临床干预提供数据支持。

基本信息
资源简介
瘙痒强度变化评分相关预测因素的线性回归分析
【数据集背景】
本数据集源站标题为《Linear regression analysis of predictors associated with the change score of pruritus intensity.》。源站首次发布:2013-08-06。
【数据内容】
源站原始描述:NOTE. Each participant’s change score of pruritus intensity = follow-up VAS score of pruritus intensity – baseline VAS score of pruritus intensity. Similarly, each participant’s change score of a covariate = follow-up data of a covariate – baseline data of a covariate. Abbreviations: AST, aspartate transaminase; VAS, visual analog scale. *Ca×P = Product of albumin-adjusted serum calcium (Ca) and serum phosphorus (P). 1Model considered only the covariates measured at baseline (gender, Kt/V, use o…
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table_4.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0071404.t004。
【主题与分类】
源站学科分类:Mathematics、Medicine。主题标签:statistics、Biostatistics、Statistical methods、Anatomy and physiology、skin、Skin physiology、Clinical research design、Cohort studies、Prospective studies、dermatology。
【适用方向】
源站学科分类标注为 Mathematics、Medicine。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/_Linear_regression_analysis_of_predictors_associated_with_the_change_score_of_pruritus_intensity_/766031
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Ko, Mei-Ju; Wu, Hon-Yen; Chen, Hung-Yuan; Chiu, Yen-Ling; Hsu, Shih-Ping; Pai, Mei-Fen; et al. (2015). Linear regression analysis of predictors associated with the change score of pruritus intensity.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-30,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
该数据集聚焦于尿毒症患者瘙痒强度变化评分(随访VAS评分减去基线VAS评分)与多种临床预测因素之间的关联性分析。数据包含基线及随访期间测量的临床指标,如性别、Kt/V、高通量透析器使用情况、瘙痒强度、血细胞比容、肌酐、尿酸、空腹血糖、总胆红素、钙磷乘积(Ca×P)、天冬氨酸转氨酶等。通过构建线性回归模型(如仅考虑基线协变量或同时纳入协变量变化评分),探究这些因素对瘙痒强度变化的影响。主要研究方向为肾病症状(特别是尿毒症相关瘙痒)的临床预测与回归建模,适用于医学统计、临床研究及肾脏疾病症状管理领域。
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。




