使用机器学习模型预测孤立性中度和重度创伤性脑损伤患者的死亡率
基于创伤登记数据，利用机器学习模型预测孤立性中度和重度创伤性脑损伤患者的死亡率。
基本信息
模态
表格
创建/更新时间
2026-10-16
资源简介
该数据集/研究基于创伤登记系统，纳入2009年1月至2015年12月住院成年患者，仅包含与头部损伤相关AIS评分≥3的孤立性中度和重度创伤性脑损伤（TBI）患者。训练集1734例（存活1564例、死亡170例），测试集325例（存活293例、死亡32例）。数据包括人口学、损伤特征和实验室检查等表格信息，用于使用逻辑回归、支持向量机、决策树、朴素贝叶斯和人工神经网络等机器学习模型预测患者死亡率，并以准确率、敏感性、特异性和AUC评估性能；人工神经网络表现最佳。用途为TBI死亡风险预测建模。
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）
按页面 Download 按钮获取。
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。
