摘要：疾病症状和患者概况数据集（CSV）包含 10 列特征涵盖 100 多种疾病，MIT 许可证，可用性 10.00/10，专为临床分析、疾病诊断预测和医疗 AI 模型训练而构建。

数据集简介

数据集概述

疾病症状和患者概况数据集是一个全面的医学数据集，揭示了100多种疾病中患者与疾病之间错综复杂的关系。该数据集汇集了丰富的信息，揭示症状、人口统计特征和健康指标之间的复杂联系，涵盖发热、咳嗽、疲劳、呼吸困难等常见症状，以及年龄、性别、血压、胆固醇水平等患者特征。数据集适用于医学研究人员、医疗保健专业人员和数据科学爱好者，用于探索隐藏模式、发现独特症状特征并开启医学探索之旅。数据集以 CSV 格式提供，预期更新频率为季度更新。

数据结构与关键特征

数据集包含 10 列关键特征，涵盖疾病信息、症状、人口统计学和健康指标：

(1) Disease（疾病）：疾病或病症的名称，涵盖 100 多种疾病；

(2) Fever（发热）：患者是否发热（是/否），二元变量；

(3) Cough（咳嗽）：患者是否咳嗽（是/否），二元变量；

(4) Fatigue（疲劳）：患者是否感到疲劳（是/否），二元变量；

(5) Difficulty Breathing（呼吸困难）：患者是否呼吸困难（是/否），二元变量；

(6) Age（年龄）：患者的年龄（以年为单位），连续变量；

(7) Gender（性别）：患者的性别（男/女），分类变量；

(8) Blood Pressure（血压）：患者的血压水平（正常/偏高），分类变量；

(9) Cholesterol Level（胆固醇水平）：患者的胆固醇水平（正常/偏高），分类变量；

(10) Outcome Variable（结果变量）：指示特定疾病诊断或评估结果的结果变量（阳性/阴性），目标变量。

数据集设计用于探索症状、年龄、性别、血压、胆固醇等变量与疾病诊断之间的关系，支持多种机器学习任务。

应用价值与研究方向

该数据集为医学研究、临床诊断和医疗 AI 提供核心数据支撑。核心应用：

(1) 疾病诊断预测：开发机器学习模型（逻辑回归、随机森林、XGBoost、神经网络）基于症状和患者特征预测疾病诊断；

(2) 症状模式分析：发现不同疾病的独特症状特征和组合模式；

(3) 医疗 AI 模型训练：医疗科技公司可用于训练和验证诊断工具或 AI 算法；

(4) 风险因素识别：分析年龄、性别、血压、胆固醇与疾病风险的关系；

(5) 多疾病分类：训练模型区分 100 多种疾病；

(6) 临床决策支持：为医生提供基于症状的诊断辅助工具；

(7) 流行病学研究：分析疾病在不同人群中的分布和患病率；

(8) 探索性数据分析：探索隐藏模式和关联规则。

为改善疾病诊断和患者健康管理提供研究资源。

数据集来源

数据集（CSV）包含 10 列特征（疾病、发热、咳嗽、疲劳、呼吸困难、年龄、性别、血压、胆固醇、结果变量），涵盖 100 多种疾病，MIT 许可证，可用性 10.00/10，季度更新，专为临床分析、疾病诊断预测和医疗 AI 模型训练而设计。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-98
文件大小：3K
原创声明：本数据集为整理作品