估计高围手术期死亡率和有限预期寿命患者中FEVAR与观察后生存率的概率马尔可夫模型

包含比较FEVAR与观察对高围手术期死亡率、有限预期寿命复杂腹主动脉瘤患者生存影响的概率马尔可夫模型及说明文档。

NIAID Data Ecosystem
浏览 9
多模态腹主动脉瘤生存分析
Probabilistic Markov Model to Estimate Survival following FEVAR versus Observation in Patients with High Perioperative Mortality and Limited Life Expectancy

基本信息

模态
多模态
大小
0.001655454 GB
创建/更新时间
2026-10-17
版本
v1

资源简介

估计高围手术期死亡率和有限预期寿命患者中FEVAR与观察后生存率的概率马尔可夫模型

【一句话概览】

该资源旨在开发概率马尔可夫模型,用于比较高围手术期死亡率和有限预期寿命患者接受开窗血管内动脉瘤修复(FEVAR)与观察复杂腹主动脉瘤后的生存情况。仓库含2个文件,合计1.7 MB:名为“Model”的Excel文件,包含概率马尔可夫模型及其Visual Basic脚本;名为“Model Description”的Word文档,用于指导读者解读和/或运行该马尔可夫模型(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Probabilistic Markov Model to Estimate Survival following FEVAR versus Observation in Patients with High Perioperative Mortality and Limited Life Expectancy》。源站首次发布:2025-04-28。

【数据内容】

源站原始描述:We aimed to develop a probabilistic Markov model comparing patient survival following fenestrated endovascular aneurysm repair and observation of complex abdominal aortic aneurysms. We focused on patients with high perioperative mortality and limited life expectancy. This repository contains: 1. An Excel file named "Model" with the probabilistic Markov model and its Visual Basic script (software code). 2. A word document named "Model Description" to guide the reader in interpreting and/or runnin…

【数据结构与技术规格】

文件数 2 个,合计 1.66 MB。数据集 DOI:10.17632/jtbfzh7zxb.1。

【适用方向】

多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/jtbfzh7zxb

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/jtbfzh7zxb

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案