慢性肾脏病低风险一般人群简化终末期肾衰竭风险预测模型
该数据集来自基于人群的新加坡眼病流行病学研究，包含1970名估算肾小球滤过率2或白蛋白尿>30 mg/g的慢性肾脏病成人，通过链接Singapore Renal Registry至2015年确定新发终末期肾衰竭结局
基本信息
资源简介
慢性肾脏病低风险一般人群简化终末期肾衰竭风险预测模型
Simplified end stage renal failure risk prediction model for the low-risk general population with chronic kidney disease
该数据集来自基于人群的新加坡眼病流行病学研究，包含1970名估算肾小球滤过率2或白蛋白尿>30 mg/g的慢性肾脏病成人，通过链接Singapore Renal Registry至2015年确定新发终末期肾衰竭结局。数据可用于构建和验证面向初级保健的简化ESRF风险预测模型，覆盖多族裔亚洲人群，支持风险分层与进展风险评估（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Simplified end stage renal failure risk prediction model for the low-risk general population with chronic kidney disease》发表于 PLOS ONE（2019），DOI：10.1371/journal.pone.0212590。源站首次发布：2019-02-22。
【数据内容】
源站描述（机器翻译，仅供参考）：背景 慢性肾脏病（CKD）在亚洲人中造成显著的发病率和死亡率；因此干预应聚焦于进展风险最高者。然而，当前的终末期肾衰竭（ESRF）风险分层工具复杂，且未在多族裔亚洲人中验证。因此，我们旨在开发一个ESRF风险预测模型，考虑相对同质社会经济环境内的族裔差异，并使用初级保健临床医生管理绝大多数CKD患者时易于获取的参数。方法 我们对1970名CKD成人（估算肾小球滤过率2或白蛋白尿>30 mg/g）进行了前瞻性队列研究，数据来自基于人群的新加坡眼病流行病学研究（n = 10,033）。结局为新发ESRF，通过链接至Singapore Renal Registry截至2015年确定。结果 平均随访
【数据结构与技术规格】
文件数 5 个，合计 791.24 KB。数据集 DOI：10.1371/journal.pone.0212590。
【主题与分类】
源站学科分类：Medicine、Genetics、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Developmental Biology。主题标签：CKD、Singapore Renal Registry、failure risk prediction model、UACR、Eye Diseases study、risk stratification tools、multi-ethnic Asians、CI、ESRF prediction model、ESRF risk prediction model。本站分类：泌尿生殖系统疾病。
【适用方向】
源站学科分类标注为 Medicine、Genetics、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Developmental Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Simplified_end_stage_renal_failure_risk_prediction_model_for_the_low-risk_general_population_with_chronic_kidney_disease/7758368
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Lim, Cynthia C.; Chee, Miao Li; Cheng, Ching-Yu; Kwek, Jia Liang; Foo, Majorie; Yin Wong, Tien; et al. (2019). Simplified end stage renal failure risk prediction model for the low-risk general population with chronic kidney disease. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-03，引用时请注意版本时效。
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：Simplified end stage renal failure risk prediction model for the low-risk general population with chronic kidney disease
- DOI：10.1371/journal.pone.0212590
- 发布日期：2019-02-22
- 文件数：5 个
- 文件总体积：791.24 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Simplified_end_stage_renal_failure_risk_prediction_model_for_the_low-risk_general_population_with_chronic_kidney_disease/7758368
命令行下载
curl -L -o "pone.0212590.s001.docx" "https://ndownloader.figshare.com/files/14444180"
curl -L -o "pone.0212590.s002.docx" "https://ndownloader.figshare.com/files/14444183"
curl -L -o "pone.0212590.s003.docx" "https://ndownloader.figshare.com/files/14444186"
curl -L -o "pone.0212590.s004.docx" "https://ndownloader.figshare.com/files/14444189"
curl -L -o "pone.0212590.s005.docx" "https://ndownloader.figshare.com/files/14444192"
文件清单
pone.0212590.s001.docx（670.02 KB）pone.0212590.s002.docx（79.03 KB）pone.0212590.s003.docx（14.30 KB）pone.0212590.s004.docx（13.60 KB）pone.0212590.s005.docx（14.29 KB）
文件总体积 791.24 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
慢性肾脏病（CKD）在亚洲人群中导致显著的发病率和死亡率；因此，干预措施应聚焦于进展风险最高的人群。然而，目前的终末期肾衰竭（ESRF）风险分层工具较为复杂，且尚未在多族裔亚洲人群中得到验证。因此，我们旨在开发一个ESRF风险预测模型，该模型考虑了在经济状况较为同质的环境下的族裔差异，并采用初级保健临床医生易于获取的参数——这些医生管理着绝大多数CKD患者。方法
我们开展了一项前瞻性队列研究，纳入来自基于人群的新加坡眼病流行病学研究（n = 10,033）的1970名CKD成人患者，其估算肾小球滤过率<60 ml/min/1.73 m²或白蛋白尿>30 mg/g。结局为 incident ESRF，通过 linkage 至新加坡肾脏登记处截至2015年进行确认。结果
平均随访时间为8.5 ± 1.8年，32例个体发生ESRF（1.6%）。马来人、印度人和华人的ESRF发病率分别为每1000患者年2.8、0.8和2.6例。
最佳ESRF预测模型包括年龄、性别、eGFR和蛋白尿（校准χ2 = 0.45，P = 0.93；C统计量0.933，95%置信区间（CI）0.889–0.978，p = 0.01；AIC 356）。加入种族因素后区分度略有提高（C统计量0.942，95% CI 0.903–0.981，p = 0.21）。加入糖尿病和高脂血症等临床变量并未显著改善模型性能。结论
我们证实了常用临床信息（年龄、性别、eGFR和UACR）在预测多族裔亚洲CKD患者ESRF方面的实用性。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0212590（source: https://plos.figshare.com/articles/dataset/Simplified_end_stage_renal_failure_risk_prediction_model_for_the_low-risk_general_population_with_chronic_kidney_disease/7758368）。
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。
