首亨糖尿病及并发症诊疗数据集

采用 Python、SQL 完成数据清洗，统一 ICD-10 糖尿病分型、并发症编码与血糖指标标准，剔除高缺失样本。实施匿名去标识化处理，清除身份信息，泛化就诊时间、地域；运用 SHA-256 哈希、k - 匿名（k≥10）、差分隐私算法保护隐私，对血糖、糖化血红蛋白数值小幅扰动，XGBoost 筛查异常监测数据。 科研采用 Cox 模型、倾向得分匹配分析并发症风险；器械研发使用回归模型；筛查系统依托分类算法建模。 严格遵守《数据安全法》《个人信息保护法》及 GB/T 39725-2020、GB/T 37964-2019 标准。

搜集汇总

背景与挑战

背景概述

该数据集为糖尿病及并发症诊疗数据，经Python、SQL清洗并统一ICD-10编码与血糖标准，采用SHA-256哈希、k-匿名（≥10）、差分隐私等算法保护隐私，并扰动血糖等敏感数值。数据支持临床并发症预警、药物器械真实世界研究、AI筛查及医保政策优化，使用Cox模型、PSM、回归及分类算法，符合《数据安全法》与GB/T系列标准。