多模式糖尿病与慢性肾病进展

摘要：多模式糖尿病与慢性肾病进展数据集是一个面向糖尿病并发症分析、慢性肾病进展预测与多模态医疗人工智能研究的纵向电子健康记录数据集。

数据集概述

多模式糖尿病与慢性肾病进展数据集是一个面向糖尿病并发症分析、慢性肾病进展预测与多模态医疗人工智能研究的纵向电子健康记录数据集。该数据集通过程序模拟 1000 名2型糖尿病患者在 24个月内的健康变化，并以每6个月一次的频率进行随访，形成0、6、12、18和24个月等多个时间节点的数据。数据同时整合患者基线信息、连续临床指标和医生文本记录，可用于研究糖代谢控制、血压、蛋白尿与肾功能下降之间的动态关系。需要注意，该数据集为人工合成数据，适合算法开发、教学和模型验证，但不能直接替代真实临床数据用于医疗结论。

数据结构与关键特征

数据集主要由 patients.csv、clinical_records.csv 和 clinical_notes.csv 三部分组成。patients.csv 保存患者性别、基线年龄以及“发展至CKD 3期所需时间”等静态信息；clinical_records.csv 提供BMI、收缩压、舒张压、HbA1c、尿蛋白/肌酐比、24小时尿蛋白和eGFR等纵向临床指标，并通过 target_ckd_stage3 标记是否达到 eGFR < 60 mL/min/1.73m² 的CKD 3期判定标准；clinical_notes.csv 则包含约 5000条医生就诊叙述文本，与患者和访视时间一一对应。数据中还保留了符合临床采样逻辑的缺失值，例如24小时尿蛋白仅在0、12和24个月采集，使数据更适合研究纵向缺失模式和多模态时间对齐问题。

应用价值与研究方向

该数据集适用于CKD进展预测、时间序列建模、生存分析、临床NLP和多模态数据融合等研究。结构化部分可使用随机森林、XGBoost、LightGBM、LSTM、GRU或Transformer预测CKD 3期风险与eGFR下降趋势，文本部分则可通过BERT、ClinicalBERT或医学大语言模型提取医生笔记中的语义特征，并与实验室和生命体征联合建模。进一步可研究患者风险分层、CKD发生时间预测、蛋白尿与肾功能恶化关联、缺失数据建模、跨模态特征对齐以及面向糖尿病肾病的智能预警系统，也适合作为临床时序模型和医学LLM微调的沙箱数据集。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-481
文件大小：160K
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。