数据集概述
本数据集包含基于自然语言处理（NLP）技术从临床文本中提取阿尔茨海默病（AD）相关临床表型的研究数据，涉及医疗合并症、生物标志物、神经行为测试分数等表型类型。数据支持评估NLP提取管道的性能，可为AD风险预测模型开发提供结构化表型信息，共包含2个文件。
文件详解
- README.md
- 文件格式：MD
- 字段映射介绍：提供NLP管道的开发背景、表型提取范围（如医疗合并症、生物标志物等）及与人工标注的对比评估说明，为数据集提供研究背景与方法概述。
- AD_cohort_summary.xlsx
- 文件格式：XLSX
- 字段映射介绍：推测包含AD队列的临床表型提取结果汇总，可能涵盖各表型的提取统计、人工标注对比指标（如F1-score）、队列基本特征等结构化数据。
适用场景
- AD预测模型优化：为阿尔茨海默病风险、进展及结局预测模型提供从非结构化文本中提取的补充表型数据。
- NLP临床应用评估：用于评估针对AD临床文本的表型提取NLP管道性能，验证其与人工标注的一致性。
- 临床数据挖掘研究：分析结构化与非结构化EHR中AD相关表型的记录差异，探索临床文档实践特征。
- 医疗AI算法开发：为医疗领域NLP算法在特定疾病表型提取场景的优化提供实证数据支持。
