数据集概述
本数据集包含用于COVID-19检测机器学习模型开发、评估与验证的血液检测数据，涵盖圣拉斐尔医院2020年2-5月1624名患者的全血细胞计数、生化、凝血等血液指标及人口学特征，另有其他医院58例及2018年54例阴性患者数据用于验证，支持COVID-19辅助诊断模型研究。
文件详解
- 文件名称：all_training.xlsx
- 文件格式：XLSX
- 字段映射介绍：
- ID（第一列）：区分数据用途（Axxxx-为训练数据，20xx为内外部验证数据，其余为外部验证数据）
- Target：目标变量（1=COVID-19阳性，0=COVID-19阴性）
- Sex：性别（1=男性，0=女性）
- 其他特征：包含全血细胞计数（CBC）、生化指标、凝血指标、血气分析、年龄及分诊症状等72项血液检测相关特征
数据来源
论文“Development, evaluation, and validation of machine learning models for COVID-19 detection based on routine blood tests”
适用场景
- COVID-19辅助诊断模型开发: 利用血液检测数据训练机器学习模型，辅助rRT-PCR进行快速低成本的COVID-19检测
- 血液指标与COVID-19关联性分析: 研究常规血液检测指标对COVID-19感染的预测价值
- 医疗资源优化应用: 为资源有限地区或疫情高发期提供替代诊断方案参考
- 机器学习模型性能验证: 用于评估不同特征集（全量、COVID特异性、CBC）下模型的诊断效能
