本数据集源自广州医科大学附属脑科医院检验科的血清钙检测记录，涵盖多位患者的多次检验数据。在原始数据基础上，通过数据清洗、时间序列排序、缺失值处理及特征工程，衍生出钙偏离指数（SCDI）、相邻检测时间间隔、绝对差值、日均变化斜率及风险预警等级等多维动态指标。该数据集可用于纵向轨迹分析、钙代谢异常风险分层、临床预警模型构建及检验路径优化等研究场景。

1.依据患者ID与采集时间对全量记录进行升序排列，确立每条检验记录在患者个体内的时序位置。 2.基于检验定量结果及正常高值、低值计算SCDI（钙偏离指数）：（检验定量结果-正常低值）/（正常高值-正常低值）×100；统计检验套餐中检测项目的组合数量，通过解析套餐名称中的“+”分隔符计算项目个数，生成套餐组合数 3.按患者ID，利用相邻检验记录的采集时间与检验定量结果，依次计算本次与上次检验的时间间隔（天）、绝对差值（Δ）——本次结果减上次结果，以及日均变化斜率——绝对差值（Δ）除以时间间隔（天） 4.综合SCDI、绝对差值（Δ）、日均变化斜率三项指标，采用多条件复合逻辑规则输出风险等级。判断规则为： 若SCDI无效，则为“数据待核” 若SCDI>120或<-20且存在日均变化斜率，且|日均变化斜率|>0.05或|绝对差值（Δ）|>0.15，则为“危急爆发” 若SCDI>100或<0，则为“显著异常” 若20≤SCDI≤80且不存在日均变化斜率或|日均变化斜率|≤0.05，则为“稳态正常” 其余情形划入“临界监测” 5.本数据对患者id和检验单号进行了脱敏处理，无法追溯到具体患者个人。

1.临床钙代谢异常动态监测与预警。本数据集提供的纵向轨迹指标与风险预警等级，可用于构建个体化钙稳态评估模型，辅助临床早期识别高危急爆发风险的患者，并为频繁检测的合理性评价提供数据支持，从而优化诊疗决策与检验资源配置。 2.医疗数据分析与算法开发。数据集蕴含的时间序列结构与多维度衍生特征，适合用于开发基于机器学习的趋势预测模型、异常检测算法及风险评估工具。

见数据样例附件。 附件下载

字段名称 字段类型 患者id VARCHAR(20) 检验单号 VARCHAR(20) 采集日期 DATETIME 检验日期 DATETIME 医院原始检验套餐名称 VARCHAR(500) 检验名称 VARCHAR(50) 样本名称 VARCHAR(20) 检验定量结果 DECIMAL(10,4) 检验定量结果单位 VARCHAR(10) 正常高值 DECIMAL(10,4) 正常低值 DECIMAL(10,4) SCDI（钙偏离指数） DECIMAL(10,2) 套餐组合数 INT 上次检测结果 DECIMAL(10,4) 上次采集时间 DATETIME 时间间隔（天） DECIMAL(10,4) 绝对差值（Δ） DECIMAL(10,4) 日均变化斜率 DECIMAL(10,6) 风险预警等级 VARCHAR(10)