壶腹癌OS预后因素分析数据集
数据涉及生存分析、辅助治疗、辅助 CCRT、维持化疗、淋巴结状态及宿主免疫标志物等变量，并报告 HR、CI 等统计量。可用于探索可切除壶腹癌患者 OS 相关的预后因素，支持生存预测建模与辅助治疗决策相关研究（来源 figshare，CC BY 4.0 许可）
基本信息
资源简介
壶腹癌OS预后因素分析数据集
Analysis of prognostic factor for OS.
该数据集来自 figshare.com，主题为壶腹癌（Ampulla of Vater）患者的总生存期（OS）预后因素分析，包含 1 个 Excel 文件（Table 2.xls）。数据涉及生存分析、辅助治疗、辅助 CCRT、维持化疗、淋巴结状态及宿主免疫标志物等变量，并报告 HR、CI 等统计量。可用于探索可切除壶腹癌患者 OS 相关的预后因素，支持生存预测建模与辅助治疗决策相关研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2016-03-14。
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。数据集 DOI：10.1371/journal.pone.0151406.t002。
【主题与分类】
源站学科分类：Microbiology、Cell Biology、Biotechnology、Ecology、Immunology、Developmental Biology。主题标签：survival、adjuvant treatment、OS、HR、AoV、adjuvant CCRT、Vater Cancer Background Ampulla、Curatively Resected Ampulla、prognostic factors、maintenance chemotherapy。本站分类：肿瘤/壶腹癌。
【适用方向】
源站学科分类标注为 Microbiology、Cell Biology、Biotechnology、Ecology、Immunology、Developmental Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Analysis_of_prognostic_factor_for_OS_/3964731
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Ha, Hye rim; Oh, Do-Youn; Kim, Tae-Yong; Lee, KyoungBun; Kim, Kyubo; Lee, Kyung-Hun; et al. (2016). Analysis of prognostic factor for OS.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，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）
- 源站标题：Analysis of prognostic factor for OS.
- DOI：10.1371/journal.pone.0151406.t002
- 发布日期：2016-03-14
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Analysis_of_prognostic_factor_for_OS_/3964731
命令行下载
curl -L -o "Table 2.xls" "https://ndownloader.figshare.com/files/6197652"
文件清单
Table 2.xls（9.73 KB）
文件总体积 9.73 KB（源站 API 实测）。
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。
数据说明
Analysis of prognostic factor for OS.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0151406.t002（source: https://plos.figshare.com/articles/dataset/Analysis_of_prognostic_factor_for_OS_/3964731）。
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。
