心脏骤停

该数据集包含患者的临床表格数据，如年龄、性别、血压和胆固醇等特征，用于心脏疾病的分类预测研究，主要应用于机器学习领域，通过朴素贝叶斯等算法支持心脏疾病的诊断与风险评估。数据来源于STATLOG项目的真实医疗记录，为医疗健康分析提供了重要的基础资源。

该数据集汇总了39项关于院外心脏骤停研究的描述性特征，包含文本形式的元数据（如发表时间、地域）和临床表格数据（如不同病因下的生存率），主要比较了基于确认病因（如溺水、创伤、药物过量）的生存结局与Utstein标准分类报告的差异，并分析了病因针对性干预措施的效果，用于支持心脏骤停病因学、生存率分析和复苏策略的医学研究。

该数据集是一个关于院外心脏骤停的医学数据集，包含急救响应过程中旁观者首次呼叫求助的方向（如呼叫对象或方式）以及患者结局（如生存率和神经功能预后）的临床表格数据，主要用于研究心脏骤停的应急响应机制、旁观者干预效果以及改善院外救治策略，为提升心脏骤停患者的生存率和预后提供数据支持。

该数据集包含成人心脏骤停复苏患者的临床表格数据，主要涵盖血清磷酸盐水平及其他相关临床参数，数据模态为结构化临床指标。其主要用途是研究血清磷酸盐水平对心脏骤停复苏患者预后的预测价值，支持急诊医学和重症监护领域的预后评估与生物标志物探索。

该数据集包含院外心脏骤停患者的临床表格数据，涵盖基线特征（如年龄、病史）和复苏变量（如心肺复苏措施、药物使用），并根据心脏骤停节律（如心室颤动）进行分类，主要用于分析不同节律对患者预后的影响、指导复苏治疗以及提升院外心脏骤停的临床研究水平。

该数据集包含脑血管疾病患者发生院内心脏骤停后的生存比例数据，数据模态为临床表格形式的二项分布统计信息，主要用于荟萃分析研究，以评估患者生存率、探究预后影响因素，并支持重症监护与神经血管疾病领域的临床科研与决策分析。

该数据集是一个包含1,020名心脏骤停昏迷患者的多模态医学数据库，核心数据模态为连续脑电图（EEG）信号和基线临床表格信息，主要用途是支持心脏骤停后脑损伤研究、癫痫检测以及基于EEG特征的神经功能预后预测模型开发，为重症神经监护领域的临床研究和算法验证提供了高质量的数据基础。

该数据集包含院外心脏骤停患者心肺复苏过程中的多模态医学数据，包括通过Corpuls 3设备同步采集的阻抗信号、环境音频和心电图记录，并结合了Ustein风格的患者变量。数据主要用于研究胸外按压比例、无血流时间及其影响因素，旨在评估气管插管等干预措施对心肺复苏效果的影响，为优化院外心脏骤停的急救流程和临床决策提供实证依据。

该数据集是一个包含心脏骤停相关临床参数的结构化医疗数据集，数据模态主要为临床表格，涵盖患者特征、生命体征等指标，来源于UCI的公开医学数据，主要用于心脏骤停的风险预测、病因分析和机器学习在心血管疾病领域的研究与应用。

该数据集包含由维多利亚救护车心脏骤停登记处收集的、急救医疗服务人员目击的院外心脏骤停事件的临床登记数据，数据模态为结构化的临床表格信息，记录了患者人口学特征、病史、事发时状况及急救响应等院前因素，主要用于研究心脏骤停前因素对患者预后的影响，以支持急诊医学研究、临床实践改进和公共卫生决策。

该数据集包含标注了基本心脏骤停节律类型的心电图（ECG）片段，属于医学信号模态，主要用于心脏骤停的自动检测、节律分类算法的开发以及临床辅助诊断研究，为相关医学人工智能应用提供关键数据支持。

该数据集包含2020年美国各地紧急医疗服务机构提交的院前患者护理报告数据，数据模态为临床表格和文本记录，涵盖院外心脏骤停等事件的详细信息，如患者特征、响应时间与治疗措施，主要用于医疗健康研究领域，特别是通过无监督机器学习和因果分析来揭示城乡差异并优化紧急医疗服务策略。