肾脏疾病风险数据集

关于数据集

---

🧬 肾脏疾病风险数据集

这个合成但具有医学现实意义的数据集旨在帮助研究人员、数据科学家和医疗保健专业人员探索慢性肾病 (CKD)风险并使用机器学习模型预测透析需求。

它包含1,985 行数据、9 个精心设计的临床特征以及 2 个目标列。每个数据点都根据临床指南、肾脏病学研究和疾病进展模式模拟真实患者的病史。

📁 列说明

列名	类型	描述
Age	数字	患者年龄。年龄越大，CKD 风险越高。
Creatinine_Level	数字	血肌酐水平（mg/dL），是肾功能的关键指标。
BUN	数字	血尿素氮水平（mg/dL）。血尿素氮升高可能提示患有慢性肾脏病 (CKD)。
Diabetes	分类	如果患者患有糖尿病，则为 1，否则为 0。糖尿病是 CKD 的主要风险因素。
Hypertension	分类	如果患者患有高血压，则为 1，否则为 0。通常与肾脏问题有关。
GFR	数字	肾小球滤过率（ml/min/1.73m²），肾功能的最佳衡量指标。
Urine_Output	数字	尿液产生量（毫升/天）。尿量低可能提示肾功能障碍。
CKD_Status	目标 (0/1)	如果患者患有慢性肾病则为 1，否则为 0。

| Dialysis_Needed | 目标（0/1）| 如果患者病情进展需要透析，则为 1，否则为 0。|

🎯 用例

• 探索性数据分析 (EDA)：可视化年龄、GFR、肌酐、尿量和风险因素的分布。
• 二元分类：建立模型来预测CKD_Status或Dialysis_Needed。
• 医学机器学习研究：为医疗保健专业人士创建可解释的模型（例如 SHAP、LIME）。
• 模型部署：练习部署真实世界的医疗模型（例如，使用 Streamlit 或 Flask）。