HipAAsynth/sepsis-population-drift-benchmark-300

--- license: cc-by-nc-4.0 task_categories: - tabular-classification - tabular-regression language: - en tags: - healthcare - ehr - tabular - evaluation - deterministic pretty_name: HipAAsynth Sepsis Multisite Distributional Shift Dataset size_categories: - n<1K configs: - config_name: default data_files: - split: train path: "synthetic-sepsis-multisite-distributional-shift.csv" --- # HipAAsynth Dataset ## Summary This dataset is a validation artifact generated by HipAAsynth. HipAAsynth is a deterministic testing and validation service that simulates real-world variability to evaluate how healthcare systems perform under deployment conditions. --- ## Description This dataset represents a controlled cohort used for testing and benchmarking. HipAAsynth generates cohorts to simulate how conditions present across: * patient populations * demographic distributions * comorbidity patterns Datasets are designed for repeatable evaluation and consistent comparison across systems. --- ## Schema 47-column structured CSV: | Column | Description | |---|---| | site | Site identifier (minot_nd / fargo_nd / nd_tribal_standing_rock / etc.) | | patient_id | Unique patient identifier | | age | Age in years | | sex | Biological sex | | ethnicity | Patient ethnicity | | height_cm | Height in centimeters | | weight_kg | Weight in kilograms | | bmi | Body mass index | | bmi_category | BMI classification | | conditions | Pipe-delimited list of active clinical conditions | | num_visits | Total encounter visit count | | num_labs | Total lab order count | | engine_version | HipAAsynth engine version | | schema_version | Schema version | | synthetic | Always true — no real patient data | | disclaimer | Data use disclaimer | | anchor_hash | SHA-256 generation anchor for reproducibility | | site_seed | Seed used for this site's generation | | age_group | Age group classification (young / middle / elderly) | | diabetes | Diabetes comorbidity flag | | hypertension | Hypertension comorbidity flag | | ckd | Chronic kidney disease flag | | copd | COPD comorbidity flag | | chf | Congestive heart failure flag | | glucose_mgdl | Glucose (mg/dL) | | creatinine_mgdl | Creatinine (mg/dL) | | wbc_per_nl | White blood cell count (per nL) | | ldl_mgdl | LDL cholesterol (mg/dL) | | sepsis_flag | Sepsis-3 criteria met flag | | infection_source | Infection source classification | | temperature_c | Temperature in Celsius | | heart_rate | Heart rate (bpm) | | resp_rate | Respiratory rate (breaths/min) | | sbp_mmhg | Systolic blood pressure (mmHg) | | dbp_mmhg | Diastolic blood pressure (mmHg) | | spo2_pct | Oxygen saturation (%) | | lactate_mmol | Lactate (mmol/L) | | wbc_sepsis | WBC meets sepsis threshold flag | | creatinine_sepsis | Creatinine meets sepsis threshold flag | | glucose_sepsis | Glucose meets sepsis threshold flag | | afebrile | Afebrile presentation flag | | ams_only | Altered mental status as sole presentation flag | | delayed_hypotension | Delayed hypotension flag | | dm_htn_ckd_stack | Combined DM + HTN + CKD comorbidity stack flag | | hours_to_hypotension | Hours from presentation to hypotension | | hours_to_icu | Hours from presentation to ICU admission | | hours_to_vasopressors | Hours from presentation to vasopressor initiation |许可证：CC BY-NC 4.0 任务类别： - 表格分类（tabular-classification） - 表格回归（tabular-regression） 语言： - 英语 标签： - 医疗保健 - 电子健康记录（EHR） - 表格数据 - 评估 - 确定性 友好名称：HipAAsynth 脓毒症多站点分布偏移数据集（HipAAsynth Sepsis Multisite Distributional Shift Dataset） 样本规模类别： - n<1K 配置项： - 配置名称：default 数据文件： - 拆分方式：训练集 路径："synthetic-sepsis-multisite-distributional-shift.csv" --- # HipAAsynth 数据集 ## 摘要 本数据集为HipAAsynth生成的验证工件。 HipAAsynth是一款确定性测试与验证服务，可模拟真实世界的变异性，用于评估医疗系统在部署环境下的运行表现。 ## 描述 本数据集为用于测试与基准测试的受控队列数据集。 HipAAsynth生成队列以模拟以下场景下的病症表现： * 患者人群 * 人口统计学分布 * 共病模式 数据集旨在支持可重复的评估，以及跨系统的一致性比较。 ## 数据结构 47列结构化CSV文件： | 列名 | 描述 | |---|---| | site | 站点标识符（如 minot_nd / fargo_nd / nd_tribal_standing_rock 等） | | patient_id | 唯一患者标识符 | | age | 年龄（单位：年） | | sex | 生物学性别 | | ethnicity | 患者种族 | | height_cm | 身高（单位：厘米） | | weight_kg | 体重（单位：千克） | | bmi | 身体质量指数 | | bmi_category | BMI分类 | | conditions | 以竖线分隔的活跃临床病症列表 | | num_visits | 总就诊次数 | | num_labs | 总检验医嘱数量 | | engine_version | HipAAsynth引擎版本 | | schema_version | 数据架构版本 | | synthetic | 恒为真——无真实患者数据 | | disclaimer | 数据使用声明 | | anchor_hash | 用于可复现性的SHA-256生成锚点 | | site_seed | 该站点生成所用的随机种子 | | age_group | 年龄组分类（青年 / 中年 / 老年） | | diabetes | 糖尿病共病标记 | | hypertension | 高血压共病标记 | | ckd | 慢性肾脏病标记 | | copd | 慢性阻塞性肺疾病（COPD）标记 | | chf | 充血性心力衰竭标记 | | glucose_mgdl | 葡萄糖（单位：mg/dL） | | creatinine_mgdl | 肌酐（单位：mg/dL） | | wbc_per_nl | 白细胞计数（单位：每纳升） | | ldl_mgdl | 低密度脂蛋白胆固醇（LDL）（单位：mg/dL） | | sepsis_flag | 符合脓毒症-3标准标记 | | infection_source | 感染源分类 | | temperature_c | 体温（单位：摄氏度） | | heart_rate | 心率（单位：次/分钟） | | resp_rate | 呼吸频率（单位：次/分钟） | | sbp_mmhg | 收缩压（单位：mmHg） | | dbp_mmhg | 舒张压（单位：mmHg） | | spo2_pct | 血氧饱和度（单位：%） | | lactate_mmol | 乳酸（单位：mmol/L） | | wbc_sepsis | 白细胞符合脓毒症阈值标记 | | creatinine_sepsis | 肌酐符合脓毒症阈值标记 | | glucose_sepsis | 葡萄糖符合脓毒症阈值标记 | | afebrile | 无发热表现标记 | | ams_only | 仅以意识状态改变为表现标记 | | delayed_hypotension | 迟发性低血压标记 | | dm_htn_ckd_stack | 糖尿病+高血压+慢性肾脏病共病叠加标记 | | hours_to_hypotension | 从发病到低血压的时长 | | hours_to_icu | 从发病到重症监护病房（ICU）收治的时长 | | hours_to_vasopressors | 从发病到血管加压药启用的时长