应用数据挖掘技术探索神经源性膀胱患者上尿路损伤的预测因子
该数据集是一个包含112名神经源性膀胱患者临床信息的表格型数据集，涵盖病史、膀胱管理、治疗记录及尿动力学参数等多模态临床特征，主要用于构建和验证基于决策树模型的上尿路损伤预测工具，为临床筛查和医疗决策支持研究提供数据基础。
基本信息
资源简介
该数据集是一项针对神经源性膀胱（NGB）患者上尿路损伤（UUTD）预测的医学研究数据集。研究共纳入112名患者，其中34名UUTD患者作为病例组，78名非UUTD患者作为对照组。数据集包含患者病史、膀胱管理方式、保守治疗情况以及尿动力学检查结果等多维度临床特征。研究者采用分类与回归树（CART）决策树模型，以UUTD为因变量，构建了预测模型。研究发现尿道功能因子是主要筛查指标，最大腹压、最大膀胱内压和性别也是相关预测变量。该模型准确率达84.8%，AUC为0.901，为资源有限地区提供了一种便捷的UUTD筛查工具，适用于临床预测模型开发和医疗决策支持研究。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是一项针对神经源性膀胱（NGB）患者上尿路损伤（UUTD）预测的医学研究数据集。研究共纳入112名患者，其中34名UUTD患者作为病例组，78名非UUTD患者作为对照组。数据集包含患者病史、膀胱管理方式、保守治疗情况以及尿动力学检查结果等多维度临床特征。研究者采用分类与回归树（CART）决策树模型，以UUTD为因变量，构建了预测模型。研究发现尿道功能因子是主要筛查指标，最大腹压、最大膀胱内压和性别也是相关预测变量。该模型准确率达84.8%，AUC为0.901，为资源有限地区提供了一种便捷的UUTD筛查工具，适用于临床预测模型开发和医疗决策支持研究。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 神经源性膀胱功能障碍 的高质量、多模态真实临床数据定制解决方案。
