根据NLR比较患者特征
该数据集来自 plos.figshare.com，包含一个 Table 3.xls 文件，用于根据 NLR 比较患者特征
基本信息
资源简介
根据NLR比较患者特征
Comparison of patient characteristics according to NLR.
该数据集来自 plos.figshare.com，包含一个 Table 3.xls 文件，用于根据 NLR 比较患者特征。数据涉及壶腹癌（AoV）患者，涵盖生存（OS、DFS）、辅助治疗（adjuvant CCRT）、预后因素及宿主免疫标志物等主题。该数据可用于分析 NLR 与患者特征的关系，支持预后因素探索和生存预测建模（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2016-03-14。
【数据内容】
源站描述（机器翻译，仅供参考）：根据NLR比较患者特征。
【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.t003。
【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/Comparison_of_patient_characteristics_according_to_NLR_/3964818
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). Comparison of patient characteristics according to NLR.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，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：Comparison of patient characteristics according to NLR.
- DOI：10.1371/journal.pone.0151406.t003
- 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/Comparison_of_patient_characteristics_according_to_NLR_/3964818
命令行下载
curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/6197778"
文件清单
Table 3.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
Comparison of patient characteristics according to NLR.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0151406.t003（source: https://plos.figshare.com/articles/dataset/Comparison_of_patient_characteristics_according_to_NLR_/3964818）。
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。
