接受全肠外营养住院成人总生存风险因素临床数据集:秘鲁社会保障医院回顾性队列研究(2022年1月–2023年6月)
该Excel数据集包含在两年期间收集的去标识化临床数据,旨在评估接受全肠外营养(TPN)的住院患者中与90天死亡率相关的风险因素

基本信息
资源简介
接受全肠外营养住院成人总生存风险因素临床数据集:秘鲁社会保障医院回顾性队列研究(2022年1月–2023年6月)
该Excel数据集包含在两年期间收集的去标识化临床数据,旨在评估接受全肠外营养(TPN)的住院患者中与90天死亡率相关的风险因素
Clinical Dataset for Risk Factors for Overall Survival in Hospitalized Adults Receiving Total Parenteral Nutrition: A Retrospective Cohort Study at a Social Security Hospital in Peru: January 2022 – June 2023
【数据集背景】
源站首次发布:2024。
【数据内容】
源站描述(机器翻译,仅供参考):该Excel数据集包含在两年期间收集的去标识化临床数据,旨在评估接受全肠外营养(TPN)的住院患者中与90天死亡率相关的风险因素。数据集包括年龄、性别、临床诊断、合并症、ICU天数、接受TPN天数、实验室值(淋巴细胞、血小板、TGP)以及急性肾损伤(AKI)或慢性肾病(CKD)的存在等变量。数据按行组织,每行代表一位患者,列对应各种临床和实验室参数。该数据用于使用Cox比例风险模型和其他统计技术进行生存分析。敏感信息已被移除以确保患者保密性。对数据集的访问受到限制,使用需申请许可。
【主题与分类】
主题标签:全肠外营养、90天死亡率、Cox比例风险模型、急性肾损伤、慢性肾病、住院成人、回顾性队列。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.13831026
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.13831026
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
该Excel数据集包含在两年期间收集的去标识化临床数据,旨在评估接受全肠外营养(TPN)的住院患者90天死亡率相关危险因素。数据集包括年龄、性别、临床诊断、合并症、ICU住院天数、接受TPN天数、实验室指标(淋巴细胞、血小板、TGP)以及急性肾损伤(AKI)或慢性肾脏病(CKD)的存在情况等变量。数据以行结构组织,每行代表一位患者,列对应各项临床和实验室参数。该数据曾用于采用Cox比例风险模型及其他统计技术进行生存分析。已移除敏感信息以确保患者保密性。数据集访问受限,用于进一步研究需申请许可。文件格式:Excel(.xlsx)关键词:全肠外营养、90天死亡率、危险因素、临床数据集、Cox回归
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。




