皮肤T细胞淋巴瘤患者脓毒症风险的回顾性分析数据集

该数据集包含皮肤T细胞淋巴瘤(CTCL)与非CTCL非霍奇金淋巴瘤患者的临床表格数据,源自一家大型学术医疗中心的回顾性队列研究,主要用于分析脓毒症在淋巴瘤患者中的发生风险、影响因素及种族差异,为淋巴瘤合并感染的临床研究和诊疗策略提供数据支持。

Mendeley Data
2024-03-27 更新
浏览 21
淋巴瘤研究脓毒症风险
Retrospective analysis of sepsis in cutaneous T-cell lymphoma reveals significantly greater risk for Black patients

基本信息

大小
0.000889802 GB
创建/更新时间
2024-03-27
版本
v2

资源简介

皮肤T细胞淋巴瘤患者脓毒症风险的回顾性分析数据集

【数据集背景】

本数据集源站标题为《Retrospective analysis of sepsis in cutaneous T-cell lymphoma reveals significantly greater risk for Black patients》。源站首次发布:2022-10-14。

【数据内容】

源站原始描述:Supplementary files for retrospective cohort study investigating sepsis in cutaneous T-cell lymphoma (CTCL) and non-CTCL non-Hodgkin lymphoma patients at a single large academic medical center

【数据结构与技术规格】

文件数 1 个,合计 889.80 KB。数据集 DOI:10.17632/7nnvbr35np.2。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/7nnvbr35np

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/7nnvbr35np

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。

数据说明

该数据集是一项回顾性队列研究的补充文件,旨在调查皮肤T细胞淋巴瘤(CTCL)与非CTCL非霍奇金淋巴瘤患者发生脓毒症的风险差异。数据来源于一家大型学术医疗中心,包含患者临床记录、人口学信息及脓毒症相关指标。数据集可用于分析脓毒症在特定淋巴瘤亚型中的发病率、风险因素,并探讨不同种族(特别是黑人患者)的风险差异,为淋巴瘤合并感染的临床管理与预后研究提供支持。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

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