173例儿童脑肿瘤患者OS预测因素–Cox比例风险回归模型
该数据集来自figshare，包含1个Table 2.xls文件，对应2021年发表于PLOS ONE的塞尔维亚儿童脑肿瘤临床特征、治疗与结局研究
基本信息
资源简介
173例儿童脑肿瘤患者OS预测因素–Cox比例风险回归模型
Predictive factors of OS in 173 pediatric patients with brain tumors–Cox proportional hazard regression models.
该数据集来自figshare，包含1个Table 2.xls文件，对应2021年发表于PLOS ONE的塞尔维亚儿童脑肿瘤临床特征、治疗与结局研究。数据围绕173例儿童脑肿瘤患者的总生存预测因素，采用Cox比例风险回归模型分析，可用于识别与总生存相关的预测因素，并支持儿童脑肿瘤预后相关的方法学参考与结果复现（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Clinical profile, treatment and outcome of pediatric brain tumors in Serbia in a 10-year period: A national referral institution experience》发表于 PLOS ONE（2021），DOI：10.1371/journal.pone.0259095。源站首次发布：2021-10-26。
【数据内容】
源站描述（机器翻译，仅供参考）：173例儿童脑肿瘤患者OS的预测因素——Cox比例风险回归模型。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0259095.t002。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Pharmacology、Biotechnology、Cancer、Science Policy。主题标签：strong negative effect、income country setting、important parameter found、dedicated multidisciplinary team、38 &# 8211、8 %, respectively、8 %, 59、detect factors related、2 -, 5、primary brain tumors。本站分类：肿瘤/脑肿瘤。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Pharmacology、Biotechnology、Cancer、Science Policy。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Predictive_factors_of_OS_in_173_pediatric_patients_with_brain_tumors_Cox_proportional_hazard_regression_models_/16878243
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Stanić, Dragana; Grujičić, Danica; Pekmezović, Tatjana; Bokun, Jelena; Popović-Vuković, Marija; Janić, Dragana; et al. (2021). Predictive factors of OS in 173 pediatric patients with brain tumors–Cox proportional hazard regression models.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-09，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：Predictive factors of OS in 173 pediatric patients with brain tumors–Cox proportional hazard regression models.
- DOI：10.1371/journal.pone.0259095.t002
- 发布日期：2021-10-26
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Predictive_factors_of_OS_in_173_pediatric_patients_with_brain_tumors_Cox_proportional_hazard_regression_models_/16878243
命令行下载
curl -L -o "Table 2.xls" "https://ndownloader.figshare.com/files/31207551"
文件清单
Table 2.xls（5.63 KB）
文件总体积 5.63 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
Predictive factors of OS in 173 pediatric patients with brain tumors–Cox proportional hazard regression models.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0259095.t002（source: https://plos.figshare.com/articles/dataset/Predictive_factors_of_OS_in_173_pediatric_patients_with_brain_tumors_Cox_proportional_hazard_regression_models_/16878243）。
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。
