摘要貓?zhí)悄虿⊙菙?shù)據(jù)集包含來自 121 只糖尿病貓的 6,783 條家庭血糖測量記錄數(shù)據(jù)來源于 Diabnostic 寵物糖尿病監(jiān)測平臺。數(shù)據(jù)集概述貓?zhí)悄虿⊙菙?shù)據(jù)集包含來自 121 只糖尿病貓的 6,783 條家庭血糖測量記錄數(shù)據(jù)來源于 Diabnostic 寵物糖尿病監(jiān)測平臺。與傳統(tǒng)獸醫(yī)研究中短時間、醫(yī)院環(huán)境下采集的血糖曲線不同該數(shù)據(jù)集記錄了寵物主人在真實家庭環(huán)境中持續(xù)數(shù)月進行的血糖監(jiān)測更能反映貓?zhí)悄虿￠L期管理過程中血糖變化及日常治療情況。所有記錄均經(jīng)過匿名化處理不包含寵物主人的個人隱私信息。數(shù)據(jù)結構與關鍵特征數(shù)據(jù)集以單次血糖測量記錄為基本單位每條記錄包含帶時間戳的血糖值并可能同時包含胰島素劑量、胰島素類型等治療相關信息。通過連續(xù)時間戳可以構建單只貓的縱向血糖時間序列從而分析血糖水平隨時間、晝夜周期及治療方案變化的動態(tài)特征。其關鍵研究變量包括血糖水平、測量時間、胰島素劑量和類型等可進一步構造平均血糖、血糖波動幅度、低血糖事件頻率、晝夜變化規(guī)律以及個體長期趨勢等衍生特征。應用價值與研究方向該數(shù)據(jù)集適用于貓?zhí)悄虿⊙莿討B(tài)分析、血糖變異性研究、低血糖風險預測、晝夜節(jié)律分析以及獸醫(yī)數(shù)字健康研究。研究者可以利用時間序列分析、統(tǒng)計學習和機器學習方法建立血糖趨勢預測與異常預警模型并探索胰島素劑量、用藥類型與血糖變化之間的關系進一步還可開展個體化血糖管理、低血糖早期預警、長期療效評估和智能輔助決策研究為寵物糖尿病遠程監(jiān)測與精準治療提供數(shù)據(jù)基礎。數(shù)據(jù)集來源由張家梁(Bob)整理并于2026年在7zcode平臺公開發(fā)布。數(shù)據(jù)集信息免責聲明與引用數(shù)據(jù)僅用于科研與教學用途。若用于商業(yè)場景請自行核驗數(shù)據(jù)許可。如需引用請在論文或報告中注明數(shù)據(jù)集名稱與版本號。作者信息作者Bob (張家梁)項目編號Datasets-373文件大小47K