甲状腺结节诊断的新型实用评分系统
该数据集是一个医学研究数据集，包含甲状腺结节的超声影像、细胞学检测结果以及基因突变（如BRAF V600E、RET/PTC1和RET/PTC3）分析等多模态临床数据，旨在通过综合超声、细胞学和分子信息构建评分系统，以提升甲状腺结节恶性风险的诊断准确率，尤其适用于细胞学结果不确定的病例，为临床医生提供量化的决策支持工具。
基本信息
资源简介
甲状腺结节诊断的新型实用评分系统
【数据集背景】
本数据集源站标题为《Novel and Practical Scoring Systems for the Diagnosis of Thyroid Nodules》。配套论文《Novel and Practical Scoring Systems for the Diagnosis of Thyroid Nodules》发表于 PLOS ONE（2016），DOI：10.1371/journal.pone.0163039。源站首次发布：2016-09-21。
【数据内容】
源站原始描述：Objective The clinical management of patients with thyroid nodules that are biopsied by fine-needle aspiration cytology and yield indeterminate results remains unsettled. The BRAF V600E mutation has dubious diagnostic value due to its low sensitivity. Novel strategies are urgently needed to distinguish thyroid malignancies from thyroid nodules. Design This prospective study included 504 thyroid nodules diagnosed by ultrasonography from 468 patients, and fine-needle aspiration cytology was perfor…
【数据结构与技术规格】
文件数 4 个，合计 167.02 KB。S1 Dataset.XLSX：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，31.60 KB。S1 Fig.DOCX：application/vnd.openxmlformats-officedocument.wordprocessingml.document，99.90 KB。S1 Table.DOCX：application/vnd.openxmlformats-officedocument.wordprocessingml.document，16.52 KB。数据集 DOI：10.1371/journal.pone.0163039。
【主题与分类】
源站学科分类：Space Science、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。主题标签：sensitivity、fine-needle aspiration cytology、Thyroid Nodules Objective、thyroid nodules、system b、RET、ultrasonography、504 thyroid nodules、Practical Scoring Systems、FNAC。
【适用方向】
源站学科分类标注为 Space Science、Biotechnology、Biological Sciences not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Novel_and_Practical_Scoring_Systems_for_the_Diagnosis_of_Thyroid_Nodules/3849807
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Wei, Ying; Zhou, Xinrong; Liu, Siyue; Wang, Hong; Liu, Limin; Liu, Renze; et al. (2016). Novel and Practical Scoring Systems for the Diagnosis of Thyroid Nodules. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-04，引用时请注意版本时效。
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（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是一项针对甲状腺结节诊断的前瞻性研究数据集，旨在通过综合评估多种诊断参数来区分甲状腺恶性肿瘤与良性结节。数据集包含504个来自468名患者的甲状腺结节，通过超声引导下细针穿刺细胞学（FNAC）获取样本，并同时进行细胞学、超声检查以及分子分析（包括BRAF V600E、RET/PTC1和RET/PTC3突变检测）。研究设计了三种评分系统（结合超声、细胞学和基因分析的不同组合），用于量化预测结节恶性概率，并比较了这些系统与单一诊断方法（如单独细胞学、超声或基因分析）或联合方法的性能。结果表明，评分系统在敏感性和特异性方面显著优于传统方法，尤其在细胞学结果不确定的结节中能有效提高恶性检出率。该数据集主要应用于甲状腺结节的临床诊断、恶性风险评估及精准医疗研究。
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。
