单变量与多变量分析比较患者良性甲状腺结节与恶性甲状腺结节
该数据集为临床表格数据,包含患者甲状腺结节的良恶性对比分析所需的连续变量与分类变量,如促甲状腺激素水平等指标,通过单变量与多变量统计方法(如T检验和卡方检验)进行处理,主要用于甲状腺结节良恶性鉴别诊断及临床风险因素研究,支持医学统计分析与疾病预测模型的构建。

基本信息
资源简介
单变量与多变量分析比较患者良性甲状腺结节与恶性甲状腺结节
【数据集背景】
本数据集源站标题为《Univariate and multivariate analysis comparing benign thyroid nodules to malignant thyroid nodules in patients*.》。配套论文《External Validation of a Nomogram That Predicts the Pathological Diagnosis of Thyroid Nodules in a Chinese Population》发表于 PLoS ONE(2013),DOI:10.1371/journal.pone.0065162。源站首次发布:2013-06-04。
【数据内容】
源站原始描述:OR: odds ratio; NS: non significant; TSH: thyroid-stimulating hormone. *Student’s T-tests used for continuous variables and Chi-squared test for categorical variables. All statistical tests were two-sided. $these items are based on individual patient data
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table_2.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0065162.t002。
【主题与分类】
源站学科分类:Medicine。主题标签:Endocrinology、thyroid、oncology、Cancer risk factors、otorhinolaryngology、Head and neck cancers、surgery、Endocrine surgery、Head and neck surgery、multivariate。
【适用方向】
源站学科分类标注为 Medicine。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/_Univariate_and_multivariate_analysis_comparing_benign_thyroid_nodules_to_malignant_thyroid_nodules_in_patients_/711362
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Wu, Ridong; Zhu, Liling; Li, Wen; Tang, Qing; Pan, Fushun; Wu, Weibin; et al. (2015). Univariate and multivariate analysis comparing benign thyroid nodules to malignant thyroid nodules in patients*.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-30,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
该数据集包含用于比较患者良性甲状腺结节与恶性甲状腺结节的临床统计研究数据。数据内容涵盖连续变量(如促甲状腺激素TSH水平)和分类变量,通过单变量与多变量分析方法(包括学生T检验和卡方检验)进行统计分析,以评估良恶性结节之间的差异。数据来源于个体患者信息,主要用于甲状腺结节良恶性鉴别诊断、临床风险因素分析及相关医学研究。
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。




