急性髓系白血病缓解时间数据集

该数据集以临床表格形式记录了急性髓系白血病患者的缓解时间及相关临床变量,数据模态为结构化表格数据,主要用于医学统计、生存分析和疾病预后研究,支持研究人员评估AML患者的治疗反应和生存模式。

Johar M. AshfaqueJohar M. Ashfaque
kaggle
2019-10-07 更新
浏览 15
cancer
Remission Times for Acute Myelogenous Leukaemia

基本信息

大小
2.88e-7 GB
许可
Unknown
创建/更新时间
2019-10-07
版本
v1

资源简介

急性髓系白血病缓解时间数据集

【一句话概览】

该数据集名为“Remission Times for Acute Myelogenous Leukaemia”,源站标签为“cancer”,共包含 1 个文件,文件合计大小为 288 B。数据集许可状态未知(来源 Kaggle,Unknown 许可)。

【数据集背景】

本数据集源站标题为《Remission Times for Acute Myelogenous Leukaemia》。源站首次发布:2019-10-07。

【数据结构与技术规格】

文件数 1 个,合计 288 B。

【主题与分类】

主题标签:cancer。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/ukveteran/remission-times-for-acute-myelogenous-leukaemia

使用许可:Unknown。

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。

需登录

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。

暂未开放

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("ukveteran/remission-times-for-acute-myelogenous-leukaemia")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d ukveteran/remission-times-for-acute-myelogenous-leukaemia
unzip remission-times-for-acute-myelogenous-leukaemia.zip -d remission-times-for-acute-myelogenous-leukaemia/

数据说明

该数据集记录了急性髓系白血病(AML)患者的缓解时间数据,包含患者临床随访信息,如缓解持续时间、可能的相关临床变量等。数据来源于公开的医学研究或临床记录,以表格形式存储。主要应用于医学统计、生存分析、疾病预后研究以及临床决策支持,帮助研究人员分析AML患者的治疗反应和生存模式。

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。

获取专属数据定制方案