3010名盆腔器官脱垂女性脱垂困扰预测因素的线性回归分析
该数据集来自 plos.figshare.com，包含 1 个文件（Table 1.xls），对应 2019 年发表于 PLOS ONE 的配套论文，主题为 3010 名接受盆腔器官脱垂评估的女性中预测脱垂困扰因素的线性回归分析
基本信息
资源简介
3010名盆腔器官脱垂女性脱垂困扰预测因素的线性回归分析
Linear regression analysis of factors predicting prolapse bother in 3010 women assessed for pelvic organ prolapse.
该数据集来自 plos.figshare.com，包含 1 个文件（Table 1.xls），对应 2019 年发表于 PLOS ONE 的配套论文，主题为 3010 名接受盆腔器官脱垂评估的女性中预测脱垂困扰因素的线性回归分析。数据覆盖脱垂症状、顶端下降、子宫切除术后阴道顶端下降、ROC 曲线与 AUC 等主题，可用于分析脱垂困扰的相关因素并支持回归建模与模型评估（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Definition of apical descent in women with and without previous hysterectomy: A retrospective analysis》发表于 PLOS ONE（2019），DOI：10.1371/journal.pone.0213617。源站首次发布：2019-03-15。
【数据内容】
源站描述（机器翻译，仅供参考）：对3010名接受盆腔器官脱垂评估的女性进行线性回归分析，以确定预测脱垂困扰的因素。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0213617.t001。
【主题与分类】
源站学科分类：Microbiology、Cell Biology、Neuroscience、Biotechnology、Mathematical Sciences not elsewhere classified、Developmental Biology。主题标签：prolapse symptoms、ROC curves、relationship、Pelvic Organ Prolapse Quantification、hysterectomy vault descent、retrospective analysis Background、AUC、apical descent、SD、study design Retrospective analysis。本站分类：泌尿生殖系统疾病/盆腔器官脱垂。
【适用方向】
源站学科分类标注为 Microbiology、Cell Biology、Neuroscience、Biotechnology、Mathematical Sciences not elsewhere classified、Developmental Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Linear_regression_analysis_of_factors_predicting_prolapse_bother_in_3010_women_assessed_for_pelvic_organ_prolapse_/7852025
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Trutnovsky, Gerda; Robledo, Kristy P.; Shek, Ka Lai; Dietz, Hans Peter (2019). Linear regression analysis of factors predicting prolapse bother in 3010 women assessed for pelvic organ prolapse.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，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：Linear regression analysis of factors predicting prolapse bother in 3010 women assessed for pelvic organ prolapse.
- DOI：10.1371/journal.pone.0213617.t001
- 发布日期：2019-03-15
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Linear_regression_analysis_of_factors_predicting_prolapse_bother_in_3010_women_assessed_for_pelvic_organ_prolapse_/7852025
命令行下载
curl -L -o "Table 1.xls" "https://ndownloader.figshare.com/files/14621741"
文件清单
Table 1.xls（5.63 KB）
文件总体积 5.63 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
Linear regression analysis of factors predicting prolapse bother in 3010 women assessed for pelvic organ prolapse.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0213617.t001（source: https://plos.figshare.com/articles/dataset/Linear_regression_analysis_of_factors_predicting_prolapse_bother_in_3010_women_assessed_for_pelvic_organ_prolapse_/7852025）。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
