数据集概述
本数据集包含巴西卫生部SINAN-TB系统2001-2023年结核病患者的临床、实验室、社会人口及 territorial 信息，提供原始匿名数据及A-E五种预处理场景数据，含衍生变量与市政人类发展指数，支持结核病治疗结局预测研究。
文件详解
该数据集由多个目录和文件组成，具体说明如下：
- 根目录文件：
- README.txt.rtf：RTF格式的说明文档，可能包含数据集背景、使用方法等信息
- original/目录：
- SINANTB_01a23.csv.zip：ZIP压缩包，包含2001-2023年SINAN-TB原始可匿名化数据
- idhm/目录：
- IDH_MUNICPIO_2010.csv：CSV格式文件，包含2010年巴西各市政的人类发展指数数据，字段包括ano（年份）、id_municipio（市政ID）、expectativa_vida（预期寿命）等
- preprocessed/目录：
- A_Sinantb_desfechos_03-14-2025_20-42-05.csv：场景A预处理数据，CSV格式
- B_Sinantb_desfechos5anos_03-24-2025_17-59-14.csv：场景B预处理数据，CSV格式，字段含CS_SEXO（性别）、CS_RACA（种族）、TRATAMENTO（治疗情况）等
- C_Sinantb_desfechos5anosEspecialistasELiteraturaDias_05-10-2025_16-17-15.csv：场景C预处理数据，CSV格式
- D_Sinantb_desfechos5anosIDH_05-20-2025_00-15-45.csv：场景D预处理数据，CSV格式
- E_Sinantb_desfechos5anosIDH_05-20-2025_00-15-45.csv：场景E预处理数据，CSV格式
- tabpfn/目录：
- E_results_train_combinacoes.csv：CSV格式文件，场景E中TabPFN技术的训练测试结果
- E_results_test_combinacoes.csv：CSV格式文件，场景E中TabPFN技术的测试结果
数据来源
巴西卫生部
适用场景
- 结核病临床研究：分析患者特征与治疗结局的关联
- 公共卫生政策制定：基于人口与 territorial 数据优化结核病防控策略
- 机器学习模型开发：利用预处理数据训练结核病治疗结局预测模型
- 社会因素影响研究：探究市政人类发展指数对结核病治疗的影响
- 数据预处理方法验证：对比不同预处理场景（A-E）对模型性能的影响
