坏疽性脓皮病患者纵向心血管结局:倾向匹配TriNetX队列研究的补充数据

该数据集以表格形式提供了基于TriNetX电子健康记录数据库的队列研究的补充数据,主要用于分析坏疽性脓皮病这一罕见皮肤疾病与心血管长期结局之间的关联,支持皮肤疾病并发症和心血管结局的流行病学研究方向。

Mendeley Data
浏览 32
皮肤疾病并发症心血管结局研究
Longitudinal Cardiovascular Outcomes in Pyoderma Gangrenosum: A Propensity-Matched TriNetX Cohort Study Supplemental Data

基本信息

大小
0.000019217 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

坏疽性脓皮病患者纵向心血管结局:倾向匹配TriNetX队列研究的补充数据

【数据集背景】

本数据集源站标题为《Longitudinal Cardiovascular Outcomes in Pyoderma Gangrenosum: A Propensity-Matched TriNetX Cohort Study Supplemental Data》。源站首次发布:2025-08-06。

【数据内容】

源站原始描述:Supplemental Tables for JAAD Manuscript Titled: "Longitudinal Cardiovascular Outcomes in Pyoderma Gangrenosum: A Propensity-Matched TriNetX Cohort Study."

【数据结构与技术规格】

文件数 1 个,合计 19.22 KB。数据集 DOI:10.17632/39ch8h3hmj.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/39ch8h3hmj

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/39ch8h3hmj/1

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。

数据说明

该数据集是医学期刊JAAD(Journal of the American Academy of Dermatology)上发表的论文《坏疽性脓皮病患者纵向心血管结局:倾向匹配TriNetX队列研究》的补充数据。数据集以表格形式提供了研究中使用的主要统计结果和倾向匹配分析的相关支持数据,数据来源于TriNetX平台(一个大型的全球电子健康记录数据库)。该数据主要用于支持对坏疽性脓皮病(一种罕见皮肤疾病)与心血管疾病长期结局之间关联的流行病学研究,为皮肤疾病并发症和心血管结局研究领域提供了重要的数据支撑。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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