Maccura IS 1200自动化学分析仪在甲状腺激素和肿瘤标志物检测中的性能评估
ปัจจุบันเครื่องมือการตรวจวิเคราะห์ทางห้องปฏิบัติการได้พัฒนาเทคโนโลยีใหม่ สำหรับนำมาใช้เพื่อให้มีความรวดเร็ว ท…
基本信息
资源简介
Maccura IS 1200自动化学分析仪在甲状腺激素和肿瘤标志物检测中的性能评估
【一句话概览】
本数据集是 NRCT 公开的结构化表格数据集，主题涵盖 การประเมินประสิทธิภาพ、สารฮอร์โมน、สารบ่งชี้มะเร็ง、Method validation、Hormone，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《การประเมินประสิทธิภาพของเครื่องตรวจวิเคราะห์อัตโนมัติทางเคมีคลินิก Maccura IS 1200 ในการตรวจวัดระดับฮอร์โมนและสารบ่งชี้มะเร็ง》。源站首次发布：2564。
【数据内容】
源站原始描述：ปัจจุบันเครื่องมือการตรวจวิเคราะห์ทางห้องปฏิบัติการได้พัฒนาเทคโนโลยีใหม่ สำหรับนำมาใช้เพื่อให้มีความรวดเร็ว ทันต่อการนำไปใช้ ไม่ว่าจะเป็นการวินิจฉัย หรือติดตามการรักษาของแพทย์ ผลการตรวจจึงต้องมีความถูกต้อง แม่นยำ และน่าเชื่อถือ การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อประเมินประสิทธิภาพการตรวจวิเคราะห์ของเครื่องตรวจวิเคราะห์อัตโนมัติ Maccura IS 1200 ด้วยหลักการ enhanced chemiluminescence enzyme immunoassay (ECLEIA) ในกลุ่มไทรอยด์ฮอร์โมน (TSH, T3, T4, FT3, FT4) และสารบ่งชี้มะเร็ง (AFP, CEA, PSA, CA19-9…
【主题与分类】
主题标签：การประเมินประสิทธิภาพ、สารฮอร์โมน、สารบ่งชี้มะเร็ง、Method validation、Hormone、Tumor marker、Maccura IS 1200。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：http://doi.nrct.go.th/?page=resolve_doi&resolve_doi=10.14457/TU.the.2021.1163
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：http://doi.nrct.go.th/?page=resolve_doi&resolve_doi=10.14457/TU.the.2021.1163
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
