表1_基于机器学习的儿科创伤患者死亡率预测.docx
基于机器学习的儿科创伤患者死亡率预测研究的相关表格与文档，包含NTDB儿科创伤队列的临床和生理变量分析。
基本信息
模态
表格
创建/更新时间
2026-10-16
资源简介
该数据集为一项基于机器学习的儿科创伤患者死亡率预测研究的相关表格/文档（Table 1）。研究基于美国国家创伤数据库（NTDB）中18岁及以下儿科创伤患者队列，利用临床和生理变量构建四种机器学习模型以预测儿科创伤死亡率，并按70%开发队列和30%验证队列划分，使用AUC评估模型表现。共纳入510,381名儿童，总体死亡率为1.6%，XGBoost表现最佳（AUC 97.7%）。用途为识别儿科创伤死亡预测因素并辅助风险预测。
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。
