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。

Figshare
2015-12-02 更新
浏览 37
statisticsBiostatisticsStatistical methodsAnatomy and physiologyskinSkin physiologyClinical research designCohort studiesProspective studiesdermatologyNephrologyChronic kidney disease
Linear regression analysis of predictors associated with the change score of pruritus intensity

基本信息

大小
0.000009728 GB
许可
CC BY 4.0
创建/更新时间
2015-12-02
版本
v1

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。

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(Figshare)

源站:https://figshare.com/articles/dataset/_Linear_regression_analysis_of_predictors_associated_with_the_change_score_of_pruritus_intensity_/766031

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。

获取专属数据定制方案