# 人群与模态平衡增强数据（SHP-MED-09-059）

按人群格和数据可用性档定向补齐的合成病例。均衡方案在生成之前先锁定：人群目标格、每格例数与来源画像分档。病例按格与档成套生成，各带人群属性、临床情境、模态清单与实际可读载荷。同一病例内的对象之间有显式配对边。逐格逐档记目标数与实际数，另配重复检查。用于训练集分层补齐、多模态流水线联调与分组表现核对。
所属体系：合成数据与数据增强。
实体 19 个：均衡方案 · 人群目标格 · 数据可用性档 · 生成运行 · 增强合成病例 · 人群属性 · 临床情境 · 增强动作 · 模态清单 · 模态对象 · 实际载荷 · 配对边 · 目标—实际指标 · 约束结果 · 重复检查 · 复核记录 · 数据划分 · 数据质量项 · 来源沿袭。
字段 131 个（交付范围内的字段总数）。
可获得的业务字段（示例）：计算规则版本 · 运行状态 · 随机种子 · 目标可用性定义 · 目标人群定义 · 可用性档 · 二进制载荷状态 · 声明模态 · 实际病例数 · 人群分格 · 目标病例数 · 实际数 · 指标状态 · 目标数 · 可用时间 · 临床事件时间 · 年龄段 · 属性来源状态 · 出生性别 · 上下文状态 · 上下文正文 · 事件时间 · 记录时间 · 动作状态 · 动作类型 · 独立样本状态 · 实际对象数 · 二进制对象数 · 声明对象数 · 清单状态 · 已生成二进制字节数 · 模态类别 · 对象状态 · 载荷种类 · 测量项目 · 测量单位 · 测量值 · 载荷状态 · 载荷正文 · 载荷类型 · 关系边状态 · 关系边类型 · 核查时间 · 约束编码 · 约束状态 · 检查规则版本 · 完全重复状态 · 近似重复状态 · 复核状态 · 复核版本 · 划分冻结时间 · 数据划分名称 · 处理方式 · 问题代码 · 计划标识 · 任务范围 · 真实患者交付数 · 真实分布统计数 · 新增二进制载荷数 · 分格标识 · 目标例数 · 实际例数 · 画像标识 · 运行标识 · 生成时间 · 规则版本 · 病例标识 · 派生族标识 · 数据划分标识 · 人群属性标识 · 年龄带 · 情境标识 · 情境正文 · 情境状态 · 增强标识 · 清单标识 · 对象标识 · 载荷类别 · 载荷标识 · 配对边标识 · 左对象标识 · 右对象标识 · 边类型 · 边状态 · 指标标识 · 约束结果标识 · 检查时间 · 重复检查标识 · 精确重复状态 · 近重复状态 · 检查版本 · 复核标识 · 复核时间 · 划分锁定时间 · 数据质量项标识 · 沿袭标识 · 对象类型 · 来源状态 · 加工规则 · 记录状态 · 数据性质 等。
实体关系 4 组：均衡方案连接四个人群目标格与三档数据可用性，每个格—档组合连接两个合成病例 · 病例连接人群属性、临床情境、模态清单与模态对象。同一病例另连实际可读载荷、配对边、增强动作、数据划分、约束与复核状态 · 每个模态对象必须恰有一条同病例的实际载荷，配对边只能连接同一病例内的对象 · 派生族与数据划分一一对应并同时锁定。
数据集组织形式：均衡方案与目标格清单 ＋ 单一病例文件夹 ＋ 目标—实际矩阵与元数据文件；病例文件夹内含人群属性、临床情境、模态清单与实际载荷；另有配对边、增强动作、约束与重复检查。。
数据量：按项目商定。
字段范围：按项目的数据来源与加工范围商定。
交付与供应方式：数据集交付：清单 CSV／Parquet ＋ 单一对象文件夹 ＋ Meta.jsonl／Parquet；API 调用；Token 计量；数巨有谱可信数据空间连接器合约使用。
数据取得方式：数据资源持有方书面授权。
数据来源机构：医疗机构（含等级医院、社区医院及康复机构、疾控机构）。
数据加工机构：数巨有谱或数据资源持有方。
数据经营机构：数巨有谱（经营权权利人）。
许可：评估与研究使用许可。
更新日期：2026-08-05。

## 样例

一份自产的均衡方案，在生成之前先行写定。方案含任务范围、四个人群目标格：成年女性、成年男性、老年女性、老年男性。另有三档数据可用性：仅结构化、结构化加临床文本、结构化加临床文本与表格测量。方案自身另有三列明示：真实患者交付数、真实分布统计数、新增二进制载荷数均为零。二十四个增强合成病例按四格 × 三档 × 每组两例铺满。每格目标六例、实到六例；每个格—档组合目标两例、实到两例。每例带一组生成时直接赋值的人群属性，年龄带与出生性别各半。另带一段合成的糖尿病随访情境、一条增强动作记录与一个独立派生族。模态分成清单与载荷两层：清单记声明对象数与实际对象数。四十八个模态对象（结构化记录、临床文本、表格测量）各自恰有一条可读载荷。表格测量档载明糖化血红蛋白与百分比单位的实测取值。二进制对象数与已生成字节数全部为零。同一病例内的对象之间另有二十四条显式配对边，跨病例不连。每例还带约束检查、精确与近重复检查。另有一次带随机种子与规则版本的生成运行，可原样重建。

## 使用场景

- 医疗科技企业 · 训练集分层与少数人群补齐｜按目标矩阵定向补齐欠采样人群格｜获得：缺口可见、补齐可定向、扩量不靠复制的训练集分层输入
- 医疗信息化企业 · 多模态数据流水线联调｜按数据可用性分档验证缺模态通路｜获得：三种进料条件、缺模态分支与配对口径都写在数据里的流水线联调输入
- 医院信息部门 · 智能应用的分组表现核对｜按人群分组切片查看模型表现差异｜获得：样本量对齐、结论口径明确的分组表现核对依据
- 高校与科研机构 · 样本量与缺失数据方法研究｜样本量敏感性与缺失机制的可控实验｜获得：维度可正交操纵、缺失机制已知、整批可重建的方法学实验数据基座

## 常见问题

问：人群与模态平衡增强数据包含哪些内容？
答：人群与模态平衡增强数据（SHP-MED-09-059）先锁定均衡方案：人群目标格、每格例数与来源画像分档。病例按格与档成套生成，各带人群属性、临床情境、模态清单与实际可读载荷，同一病例内的对象之间有显式配对边。逐格逐档记目标数与实际数。

问：平衡增强数据适合做什么？涉及真实患者吗？
答：人群与模态平衡增强数据（SHP-MED-09-059）用于训练集分层补齐、多模态流水线联调与分组表现核对。数据按均衡方案生成，不含真实患者记录；可否用于何种环境，由使用方按本机构数据管理规定判定。

问：样例能看到什么？交付形态是什么？
答：公开样例展示人群与模态平衡增强数据（SHP-MED-09-059）的一例病例：人群属性、临床情境、模态清单与实际载荷、配对边、增强动作与重复检查。交付为均衡方案与目标格清单加单一病例文件夹与元数据文件，另支持 API 调用。

问：起订量是多少？可以怎么定制？
答：人群与模态平衡增强数据（SHP-MED-09-059）起订量为 500 例增强合成病例，范围按单一人群维度或多人群维度组合确定。人群目标格划分、数据可用性档设置、每格目标例数、模态组合与专病情境可选配。

问：和哪些产品配合使用？
答：人群与模态平衡增强数据（SHP-MED-09-059）常以结构化电子病历合成数据（SHP-MED-09-056）为基座做定向补齐。分组表现的评测对照取医疗隐私、公平性与鲁棒性评测集（SHP-MED-07-048）。


## 关联数据集

- SHP-MED-09-056 结构化电子病历合成数据：可作为均衡增强的实验数据基座的合成记录
- SHP-MED-09-058 生成式临床难例与边界场景数据：同为合成侧的难例与边界补充
- SHP-MED-07-048 医疗隐私、公平性与鲁棒性评测集：分组表现的评测对照

页面：https://www.shujuyoupu.com/datasets/catalog/products/SHP-MED-09-059/