埃塞俄比亚亚的斯亚贝巴Tikur Anbessa专科医院乳腺癌患者治疗时间及其预测因素数据集(2021)

埃塞俄比亚某专科医院乳腺癌患者治疗时间及预测因素的临床表格数据集。

AAU - Research Data RepositoryAAU - Research Data Repository
DataCite Commons
2024-06-18 更新
浏览 27
表格MedicineHealth and Life Sciences
Time to Treatment and its Predictors Among Women with Breast Cancer at Tikur Anbessa Specialized Hospital, Addis Ababa; Ethiopia, 2021

基本信息

模态
表格
大小
0.000195493 GB
创建/更新时间
2024-06-18
版本
v1

资源简介

埃塞俄比亚亚的斯亚贝巴Tikur Anbessa专科医院乳腺癌患者治疗时间及其预测因素数据集(2021)

【一句话概览】

该数据集包含1个文件,合计195.5 KB,主题为2021年埃塞俄比亚亚的斯亚贝巴Tikur Anbessa专科医院女性乳腺癌患者的治疗时间及其预测因素。原始描述与标题一致。源站标签包括预测因素、开始治疗时间、乳腺癌、TASH、埃塞俄比亚,以及医学、健康与生命科学(来源 Dataverse)。

【数据集背景】

本数据集源站标题为《Time to Treatment and its Predictors Among Women with Breast Cancer at Tikur Anbessa Specialized Hospital, Addis Ababa; Ethiopia, 2021》。源站首次发布:2024-05-20。

【数据内容】

源站原始描述:The Data was Time to Treatment and its Predictors Among Women with Breast Cancer at Tikur Anbessa Specialized Hospital, Addis Ababa; Ethiopia, 2021

【数据结构与技术规格】

文件数 1 个,合计 195.49 KB。数据集 DOI:doi:10.20372/aau_rdm/8RIJ1S。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://rdr.aau.edu.et/dataset.xhtml?persistentId=doi:10.20372/aau_rdm/8RIJ1S

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。

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:http://rdr.aau.edu.et/citation?persistentId=doi:10.20372/aau_rdm/8RIJ1S

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))

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。