本文分析所用全部数据
该数据集为尿道下裂术后并发症预测研究使用的全部数据，来源于遵义医科大学附属医院2016年1月1日至2023年1月1日接受手术的553例尿道下裂患者
基本信息
资源简介
本文分析所用全部数据
All data used for the analysis in this article.
该数据集为尿道下裂术后并发症预测研究使用的全部数据，来源于遵义医科大学附属医院2016年1月1日至2023年1月1日接受手术的553例尿道下裂患者。患者按7:3随机分为训练队列389例和验证队列164例，数据可用于识别术后并发症风险因素、构建并内部验证列线图预测模型，支持个性化医疗相关分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2025-12-18。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：尿道下裂患儿术后并发症发生率显著较高；然而，针对这些并发症的预测模型研究仍然有限。本研究旨在分析尿道下裂手术后术后并发症的相关因素，并开发用于此类并发症的列线图预测模型。方法：本研究纳入2016年1月1日至2023年1月1日在遵义医科大学附属医院接受手术的553例尿道下裂患者。患者按7:3比例随机分为训练队列（n = 389）和验证队列（n = 164）。在训练队列上进行单因素和多因素logistic回归分析，以识别术后并发症的风险因素，随后用于开发列线图预测模型。最后，使用内部验证队列评估该模型的
【数据结构与技术规格】
文件数 1 个，合计 65.69 KB。数据集 DOI：10.1371/journal.pone.0339188.s001。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Developmental Biology、Marine Biology。主题标签：surgeon &# 8217、implementing personalized medicine、96 – 9、2016 &# 8211、model &# 8217、complications remains limited、59 – 0、12 – 0、nomogram prediction model、01 – 1。本站分类：泌尿生殖系统疾病/尿道下裂。
【适用方向】
源站学科分类标注为 Medicine、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Developmental Biology、Marine Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_p_All_data_used_for_the_analysis_in_this_article_p_/30914911
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Mao, Kaiyi; Wang, Leibo; Peng, Zhouhang; Mao, Yuchen; Zhao, Peng; Wang, Cao; et al. (2025). All data used for the analysis in this article.. PLOS ONE. Dataset
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）
- 源站标题：<p>All data used for the analysis in this article.</p>
- DOI：10.1371/journal.pone.0339188.s001
- 发布日期：2025-12-18
- 文件数：1 个
- 文件总体积：65.69 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_p_All_data_used_for_the_analysis_in_this_article_p_/30914911
命令行下载
curl -L -o "pone.0339188.s001.xlsx" "https://ndownloader.figshare.com/files/60490426"
文件清单
pone.0339188.s001.xlsx（65.69 KB）
文件总体积 65.69 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
背景
尿道下裂患儿术后并发症的发生率显著较高；然而，针对此类并发症预测模型的研究仍然有限。本研究旨在分析尿道下裂术后并发症的相关因素，并构建此类并发症的列线图预测模型。方法
本研究纳入2016年1月1日至2023年1月1日在遵义医科大学附属医院接受手术的553例尿道下裂患者。患者按7：3比例随机分为训练队列（n=389）和验证队列（n=164）。在训练队列中进行单因素和多因素logistic回归分析，以识别术后并发症的危险因素，并据此构建列线图预测模型。最后，使用内部验证队列评估模型的预后准确性和临床实用性。所有统计分析均使用R软件（版本4.2.2）完成。
结果
对训练队列进行多因素logistic回归分析，确定了尿道下裂手术后并发症的六个独立危险因素：年龄（OR=1.02，95% CI：1.01–1.03，P P = 0.0026）、龟头宽度（OR=0.70，95% CI：0.59–0.82，P P = 0.003）、尿道下裂分型（OR=4.26，95% CI：1.96–9.26，P P 结论
本研究基于年龄、术者经验、龟头宽度、重建尿道长度、尿道下裂分型和尿道支架留置时间六个因素，开发并验证了尿道下裂手术后并发症的列线图预测模型。这为未来在尿道下裂患者中实施个性化医疗提供了科学依据。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0339188.s001（source: https://plos.figshare.com/articles/dataset/_p_All_data_used_for_the_analysis_in_this_article_p_/30914911）。
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。
