T2D_Falls_Prediction_Based_2型糖尿病患者跌倒预测因素机器学习分析数据

数据集概述

本数据集为2型糖尿病患者跌倒预测因素的纵向研究数据，包含316名筑波大学医院住院糖尿病患者的医疗史、实验室数据、体能评估及出院后一年跌倒情况问卷结果，通过逻辑回归和随机森林模型分析跌倒风险因素，共1个文件。

文件详解

• 文件名称：ClinicalDemogData02.xlsx
• 文件格式：XLSX
• 字段映射介绍：推测包含患者基本信息、医疗史、实验室检测数据（如空腹C肽水平）、体能评估指标（如膝关节伸展力量、背屈力量、握力）及出院后一年跌倒情况的调查数据，支持跌倒预测因素的统计与机器学习分析。

适用场景

• 糖尿病患者跌倒风险因素分析: 利用逻辑回归和随机森林模型结果，识别2型糖尿病患者跌倒的关键预测因素（如下肢肌力、空腹C肽水平）。
• 医疗健康风险评估: 为2型糖尿病患者（含非老年群体）的跌倒风险评估提供数据支持。
• 机器学习在临床医学中的应用研究: 对比逻辑回归与随机森林模型在跌倒预测中的表现，探索机器学习在慢性病并发症风险预测中的价值。
• 糖尿病患者康复与护理策略制定: 基于跌倒风险因素，优化2型糖尿病患者的康复训练和护理干预方案。