UCI Diabetes 130-US Hospitals
UCI公开的糖尿病住院数据集，包含130家美国医院约10万次住院记录，常用于再入院预测与临床风险建模研究
时间轴 (近 90 天)
UCI Diabetes 130-US Hospitals 数据集包含 101,766 次住院记录，来自 130 家美国医院，对应 71,518 位患者。
在 UCI 糖尿病再入院数据集中，重复入院患者贡献了 46.2% 的行。
如果对 UCI 糖尿病再入院数据集进行朴素随机划分，会有 6,791 位患者同时出现在训练集和测试集，测试集中 41.6% 的就诊来自模型已见过的患者。
在 UCI 糖尿病再入院数据集中，入院类型编码 5、6、8 分别代表不可用、NULL 和未映射，覆盖了 10.2% 的就诊，应转为缺失值。
糖尿病再入院数据集中 readmitted 列有三个值：'<30'（30天内）、'>30'（更晚）和 'NO'。
在 UCI 糖尿病再入院数据集中，任意再入院的阳性率为 47.1%，30 天再入院的阳性率为 11.4%。
在 UCI 糖尿病再入院数据集中，有 2,423 条就诊以死亡或临终关怀结束，且所有 1,652 条死亡结局均被标记为 'NO'（未再入院）。
在 UCI 糖尿病再入院预测任务中，多数类基线准确率约 52.9%，但无法识别任何一个再入院患者。
在该数据集上，直方图梯度提升模型达到 ROC-AUC 0.691（95% CI 0.683–0.700），训练成本约 10 秒。
打乱“过去一年的住院次数”特征会使 ROC-AUC 下降 0.075，影响约是其他特征的四倍。
还有 2 条时间轴事件
全部知识事实 (12)
UCI Diabetes 130-US Hospitals 数据集包含 101,766 次住院记录，来自 130 家美国医院，对应 71,518 位患者。
50%待验证在 UCI 糖尿病再入院数据集中，重复入院患者贡献了 46.2% 的行。
50%待验证如果对 UCI 糖尿病再入院数据集进行朴素随机划分，会有 6,791 位患者同时出现在训练集和测试集，测试集中 41.6% 的就诊来自模型已见过的患者。
50%待验证在 UCI 糖尿病再入院数据集中，入院类型编码 5、6、8 分别代表不可用、NULL 和未映射，覆盖了 10.2% 的就诊，应转为缺失值。
50%待验证糖尿病再入院数据集中 readmitted 列有三个值：'<30'（30天内）、'>30'（更晚）和 'NO'。
50%待验证在 UCI 糖尿病再入院数据集中，任意再入院的阳性率为 47.1%，30 天再入院的阳性率为 11.4%。
50%待验证在 UCI 糖尿病再入院数据集中，有 2,423 条就诊以死亡或临终关怀结束，且所有 1,652 条死亡结局均被标记为 'NO'（未再入院）。
50%待验证在 UCI 糖尿病再入院预测任务中，多数类基线准确率约 52.9%，但无法识别任何一个再入院患者。
50%待验证在该数据集上，直方图梯度提升模型达到 ROC-AUC 0.691（95% CI 0.683–0.700），训练成本约 10 秒。
50%待验证打乱“过去一年的住院次数”特征会使 ROC-AUC 下降 0.075，影响约是其他特征的四倍。
50%待验证在敏感度至少 70% 的约束下选择阈值得到 0.428，在测试集上敏感度 0.697、特异度 0.547、精确率 0.579，会标记 56.8% 的患者。
50%待验证模型校准良好：平均预测风险 0.469，实际观察率 0.471，校准斜率 1.05，每个十分位都在观察率 5 个百分点以内。
50%