多中心跨区域慢阻肺 PRISm 早期筛查智能诊疗特征数据库

剔除关键字段（FEV₁、FVC、年龄、性别）缺失、肺功能参数超出生理范围（FEV₁/FVC＜0.3或＞1.0）及重复体检记录；对数值型指标做3σ异常值检测与平滑，多中心数据按采集时间轴对齐。肺功能参数按GLI-2012全球方程校正%pred值；分类变量（GOLD分级、吸烟包年、区域编码）做One-Hot/Label编码；数值特征Z-score标准化；按临床指南派生新特征——吸烟指数、综合呼吸困难评分；用LASSO或mRMR筛选PRISm判别核心特征子集。将受试者基本信息、肺功能参数、影像组学特征、实验室及问卷表按匿名化ID关联，标注PRISm/正常/COPD三级表型标签，整理为带筛选特征权重的结构化宽表（CSV/Parquet格式），对姓名、身份证号、精确住址做不可逆去标识化处理后形成最终数据库。

搜集汇总

背景与挑战

背景概述

该数据库通过剔除缺失与异常值、基于GLI-2012标准校正肺功能参数、采用LASSO或mRMR筛选核心特征，并将基本信息、肺功能、影像组学等数据匿名化关联，构建了标注PRISm/正常/COPD三级表型的结构化宽表，旨在支撑慢阻肺与PRISm的跨区域早期筛查及智能诊疗模型研发。