风湿性和自身免疫性疾病的诊断数据集数据集

科学领域:

• 类风湿病学 类风湿病学
• 自体免疫学 自体免疫学
• 医疗信息学 医疗信息学

背景情况:

• 风湿性和自身免疫性疾病带来了重大的诊断挑战.
• 准确和早期诊断对于有效的患者管理和治疗至关重要.
• 现有的数据集可能缺乏多样性或用于高级分析的全面功能.

研究的目的:

• 提出一个主要的,匿名的数据集,包括12085名患有六种常见的类风湿和自身免疫疾病的患者.
• 促进机器学习模型的开发,以早期和准确的疾病诊断.
• 支持临床决策支持,精准医学和医学研究方面的进步.

主要方法:

• 从伊拉克的一个医院和三个实验室 (2019-2024) 收集数据.
• 包括病例 (确诊患者) 和对照组.
• 数据集包括七个类的14个特征,通过匿名化确保患者隐私.

主要成果:

• 一个全面的数据集,包括12085名被诊断患有类风湿性关节炎,反应性关节炎,结性脊髓炎,Sjögren综合征,全身性红斑狼和牛皮性关节炎的患者.
• 数据集由14个特征和7个类构成,适合机器学习应用.
• 严格遵守匿名协议,以保护患者的隐私.

结论:

• 这一数据集是开发和验证机器学习模型的宝贵资源,用于风湿性和自身免疫性疾病.
• 它可以增强临床决策支持,远程医疗保健解决方案,并加速药物开发.
• 该数据集促进了可解释人工智能,精准医学方面的研究,旨在降低诊断成本和时间.