数据集概述
本数据集包含用于构建脑白质病变预测数学模型的临床检查数据，基于1904名受检者的临床数据，通过多种算法建模并筛选出逻辑回归模型，核心变量包括年龄、性别、斑块评分等，模型AUC达0.805，可用于识别脑白质病变高风险患者。
文件详解
- WM_data.csv
- 文件格式：CSV
- 字段映射介绍：包含wm（脑白质病变标签）、PS（斑块评分）、age5（年龄组）、LDL（低密度脂蛋白）、HDL（高密度脂蛋白）、LH（黄体生成素）、TG（甘油三酯）、HbA1c（糖化血红蛋白）、BS（血糖）、SBP（收缩压）、DBP（舒张压）、n_plaque（斑块数量）、BMI（体重指数）、gender01（性别）、metabo_n/r/y（代谢综合征状态）、smoking（吸烟状态）、red_bp_med（降压药使用）、insulin（胰岛素使用）、red_cho_med（降脂药使用）、drink_qt/rd/st/ed（饮酒相关变量）等字段。
- README_for_WM_data.docx
- 文件格式：DOCX
- 内容说明：数据集相关说明文档，可能包含数据采集背景、变量定义、建模方法及结果等补充信息。
适用场景
- 脑白质病变风险预测模型研究: 用于分析临床指标与脑白质病变的关联，优化预测模型性能。
- 临床高风险人群筛查: 基于模型识别脑白质病变高风险患者，辅助临床决策。
- 脑血管疾病预防研究: 探索脑白质病变与痴呆、脑梗死等疾病的关联，支持预防策略制定。
- 医学数据分析方法验证: 用于验证线性判别分析、逻辑回归等算法在医疗数据中的应用效果。
