摘要：孕产妇健康风险数据集通过基于物联网的系统采集（6 个特征：年龄、血压、血糖、心率、风险等级），基于孟加拉国研究（Ahmed 2020），专为预测孕妇健康风险和识别最强风险指标而构建。
数据集简介
数据集概述
孕产妇健康风险数据集是一个用于预测孕妇健康风险的临床数据集，通过基于物联网（IoT）的监测系统从医院、诊所和妇幼保健机构收集。孕产妇健康风险（妊娠高血压、妊娠糖尿病、先兆子痫等）可能导致严重母婴并发症，早期识别高危孕妇对及时干预和降低死亡率至关重要。数据集包含 6 个关键特征：年龄、收缩压（mmHg）、舒张压（mmHg）、血糖（mmol/L）、心率（次/分钟）和风险等级（目标变量）。基于 Ahmed M. 等人（2020）研究论文（InECCE2019，Springer）和孟加拉国孕产妇保健风险预测模型（STI-2020，IEEE），核心研究问题是：哪些健康状况是怀孕期间健康风险的最强指标？
数据结构与特征设计
数据集包含 6 个结构化特征，涵盖人口统计学和关键生理指标：
(1) Age（年龄）：女性怀孕时的年龄（以年为单位），连续变量。年龄是妊娠风险的重要因素，青少年（<18岁）和高龄孕妇（≥35岁）的妊娠并发症风险显著增加；
(2) SystolicBP（收缩压）：血压的上限值（mmHg），连续变量。收缩压是妊娠期间的重要监测指标，高收缩压（≥140 mmHg）可能提示妊娠高血压或先兆子痫，是孕产妇和胎儿健康的严重威胁；
(3) DiastolicBP（舒张压）：血压的下限值（mmHg），连续变量。舒张压升高（≥90 mmHg）同样是妊娠高血压疾病的指标；
(4) BS（Blood Sugar，血糖）：血糖水平，以摩尔浓度表示（mmol/L），连续变量。血糖异常（高血糖）可能提示妊娠糖尿病（Gestational Diabetes Mellitus, GDM），可导致巨大儿、难产和新生儿低血糖等并发症；
(5) HeartRate（心率）：正常静息心率（每分钟心跳次数，bpm），连续变量。妊娠期心率通常略有增加，但异常心率可能提示心血管系统压力或其他健康问题；
(6) RiskLevel（风险等级）：目标变量，根据前述五个生理指标预测的妊娠期间风险强度等级，分类变量（可能包括低风险、中风险、高风险等级别，具体分类取决于数据集定义）。
这些特征反映了孕产妇健康监测的核心指标，数据通过基于物联网的监测系统采集，支持远程和实时健康监测，特别适用于医疗资源受限的偏远地区（如孟加拉国农村地区）。
应用价值与研究方向
该数据集为孕产妇健康研究、妊娠风险评估和医学 AI 提供核心数据支撑。核心应用：
(1) 风险预测：构建机器学习模型（逻辑回归、随机森林、梯度提升、神经网络）基于年龄、血压、血糖和心率预测孕妇风险等级；
(2) 关键因素识别：通过特征重要性分析（SHAP、排列重要性）识别最强风险指标（如收缩压、舒张压、血糖）；
(3) 物联网远程监测：开发基于物联网的孕产妇健康远程监测和预警系统，适用于偏远地区；
(4) 疾病筛查：妊娠高血压、先兆子痫和妊娠糖尿病筛查；
(5) 年龄相关研究：分析不同年龄组（青少年、适龄、高龄）的风险差异；
(6) 临床决策支持：开发 CDSS 辅助医生和助产士进行产前检查和风险分层；
(7) 公共卫生政策：为发展中国家和偏远地区的孕产妇保健项目提供数据支持。
数据集基于孟加拉国实际场景，有助于降低孕产妇死亡率和改善母婴健康。
数据集来源
该数据集为完全合成数据集（未使用真实患者记录，不含 PII/PHI），包含 5,000 条记录和 63 个医学启发特征（患者信息、临床参数、女性健康、生活方式、影像学元数据、AI 特征），使用基于公开文献和 WHO 指南的临床知情统计关系生成，目标变量为 WHO 四类贫血分级（严重/中度/轻度/正常，各 1,250 条），专为非侵入性贫血筛查的 ML/CV 研究和算法基准测试而构建，仅供研究和教育使用不得用于临床诊断。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-90
文件大小：40K
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。
评论(0)