马来西亚患者勃起功能障碍严重程度与生物标志物水平的人口学、临床及生活方式预测因素数据

数据集获取（Figshare）

• 源站标题：Demographic, clinical and lifestyle predictors for severity of erectile dysfunction and biomarkers level in Malaysian patients
• DOI：10.6084/m9.figshare.7419860.v1
• 发布日期：2018-12-05
• 文件数：6 个
• 文件总体积：175.80 KB
• 源站页面：https://scielo.figshare.com/articles/dataset/Demographic_clinical_and_lifestyle_predictors_for_severity_of_erectile_dysfunction_and_biomarkers_level_in_Malaysian_patients/7419860

命令行下载

curl -L -o "57946811c592e29d2c10b33e1b37331514e123fc.jpg" "https://ndownloader.figshare.com/files/35809869"
curl -L -o "Table_1.xls" "https://ndownloader.figshare.com/files/35809872"
curl -L -o "Table_2.xls" "https://ndownloader.figshare.com/files/35809875"
curl -L -o "Table_3.xls" "https://ndownloader.figshare.com/files/35809878"
curl -L -o "Table_4.xls" "https://ndownloader.figshare.com/files/35809881"
curl -L -o "Table_5.xls" "https://ndownloader.figshare.com/files/35809884"

文件清单

• 57946811c592e29d2c10b33e1b37331514e123fc.jpg（135.35 KB）
• Table_1.xls（9.73 KB）
• Table_2.xls（13.82 KB）
• Table_3.xls（5.63 KB）
• Table_4.xls（5.63 KB）
• Table_5.xls（5.63 KB）

文件总体积 175.80 KB（源站 API 实测）。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据说明

勃起功能障碍（ED）的发病率在全球范围内呈上升趋势，其患病率是影响马来西亚男性整体健康的主要健康问题之一。人口学、临床和生活方式因素的聚集可能导致了ED的严重程度及生物标志物水平的变化；然而，这些尚未得到广泛研究。本横断面研究共纳入276名患者，其中138名被诊断为ED。采用一套问卷和国际勃起功能指数（IIEF-5）评估人口学、临床、生活方式因素及ED严重程度。同时，采用酶联免疫吸附试验（ELISA）测定总睾酮（TT）和非对称二甲基精氨酸（ADMA）水平。采用二元logistic回归检验来论证ED严重程度、TT和ADMA水平的预测因素。ED严重程度恶化的显著预测因素为自雇人士[10.55（0.43 - 257.06），p=0.004]、养老金领取者[8.07（0.19 - 352.45），p=0.026]、非政府雇员[1.16（0.05 - 26.26），p=0.04]和TT[0.41（0.25 - 0.69），p=0.001]。

然而，退休人员[0.08（0.01-0.87），p=0.038]和失业者[0.04（0.01-0.42），p=0.007]是可能影响TT水平变化的预测因素。另一方面，学历（中学）[4.51（0.48-42.83），p=0.014]和体力活动强度（<1小时/天）[2.61（0.65-10.48），p=0.008]是更可能影响ED患者ADMA水平变化的预测因素。在马来西亚ED人群中，TT和ADMA水平受人口学和生活方式因素影响，而ED严重程度由人口学和临床因素预测。这些预测因素可为ED严重程度的风险因素提供新知识，并有助于ED的管理。因此，预测模型可作为医生的初步指导，以确保ED得到更有效的管理和治疗。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.7419860.v1（source: https://scielo.figshare.com/articles/dataset/Demographic_clinical_and_lifestyle_predictors_for_severity_of_erectile_dysfunction_and_biomarkers_level_in_Malaysian_patients/7419860）。