慢性肾脏疾病CKD诊断与分期数据集-aryannandanwar
数据来源：互联网公开数据
标签：慢性肾脏疾病,CKD,肾脏病,医学,健康,诊断,预测,机器学习,医疗,临床数据
数据概述：
本数据集包含4000条记录，涵盖了与慢性肾脏疾病（CKD）诊断和分期相关的23个特征。数据集提供了医学和生活方式信息，包括生化指标、生活习惯和临床参数等。
特征：
生化与临床指标：
serum_creatinine：血清肌酐水平（mg/dL）。
gfr：肾小球滤过率（ml/min），关键的肾功能指标。
bun：血尿素氮（mg/dL）。
serum_calcium：血钙水平（mg/dL）。
c3_c4：参与免疫反应的补体蛋白。
oxalate_levels：草酸盐的水平，可能导致肾结石。
urine_ph：尿液的酸碱度。
blood_pressure：血压（mmHg）。
病史与生活方式因素：
ana：抗核抗体（自身免疫标记物）的存在。
hematuria：尿血（二元变量：0或1）。
physical_activity：身体活动水平。
diet：饮食类型。
water_intake：每日饮水量（升）。
smoking：吸烟习惯（是/否）。
alcohol：饮酒频率（从不、每日等）。
painkiller_usage：经常服用止痛药（是/否）。
family_history：CKD家族史（是/否）。
weight_changes：体重变化（稳定、增加、减少）。
stress_level：压力水平（低、中、高）。
结果与CKD分期：
cluster：分组标签（用于聚类分析）。
ckd_pred：预测的CKD诊断结果（CKD或非CKD）。
ckd_stage：CKD严重程度分期（1到5）。
数据用途概述：
该数据集可用于：
预测CKD的存在与严重程度。
识别导致CKD的生活方式和医学因素。
在医疗保健诊断中的机器学习应用。
