数据集概述
本数据集为基于机器学习的尿路感染（UTI）住院风险预测研究数据，包含2017-2018年丹麦某区域约30万成年住院患者的回顾性队列分析结果，涉及人口统计学、实验室结果、抗生素治疗史、既往病史（ICD10编码）及电子病历文本结构化数据，用于开发住院时UTI风险预测模型，含2个相关文件。
文件详解
- 文件名称：UTIEntryModel2017to2018readme.txt
- 文件格式：TXT
- 字段映射介绍：包含数据集标题、作者信息（主要研究者及合作研究者的机构、地址、联系方式）等基础说明文档
- 文件名称：UTIEntryModel2017to2018Dataset.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含用于训练预测模型的结构化数据，可能涵盖患者人口统计学信息、实验室检测结果、抗生素使用记录、ICD10编码的既往病史、电子病历文本结构化后的临床数据等
数据来源
丹麦某区域医院回顾性队列研究
适用场景
- 医院感染风险预测模型开发: 利用数据集训练和优化住院患者UTI风险预测模型，提升早期预警能力
- 医疗数据机器学习应用研究: 探索决策树等机器学习算法在医疗结构化与非结构化数据整合分析中的应用
- 医院感染防控策略制定: 基于模型结果识别UTI高风险患者群体，辅助个性化预防措施的实施
- 医疗数据标准化研究: 分析电子病历文本结构化处理方法及多源医疗数据整合对模型性能的影响
