皮肤T细胞淋巴瘤心血管风险补充表格

该数据集以临床表格形式提供了皮肤T细胞淋巴瘤患者在接受光疗过程中的心血管风险评估数据,包括患者临床特征、治疗参数及心血管事件记录等结构化信息,主要用于支持皮肤肿瘤学、心血管并发症分析及治疗安全性评估等相关研究。

Mendeley Data
浏览 26
皮肤T细胞淋巴瘤治疗风险评估
CTCL CV Niknejad Supplementary Tables

基本信息

大小
0.000019838 GB
创建/更新时间
2026-09-28
版本
v1

资源简介

皮肤T细胞淋巴瘤心血管风险补充表格

【一句话概览】

该数据集为“评估皮肤T细胞淋巴瘤中的光疗与心血管风险:一项全球及单中心回顾性研究”的补充表格,源站标题为“CTCL CV Niknejad Supplementary Tables”。数据集共包含1个文件,文件合计大小19.8 KB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《CTCL CV Niknejad Supplementary Tables》。源站首次发布:2025-05-19。

【数据内容】

源站原始描述:Supplementary tables for "Evaluating Phototherapy and Cardiovascular Risk in Cutaneous T-Cell Lymphoma: A Global and Single-Center Retrospective Study"

中文译文(机器翻译,仅供快速理解,请以原文为准):“评估皮肤T细胞淋巴瘤中的光疗与心血管风险:一项全球及单中心回顾性研究”的补充表格

【数据结构与技术规格】

文件数 1 个,合计 19.84 KB。数据集 DOI:10.17632/h3sgnd984n.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/h3sgnd984n

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。

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

源站:https://data.mendeley.com/datasets/h3sgnd984n/1

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。

数据说明

该数据集是《评估皮肤T细胞淋巴瘤光疗与心血管风险:一项全球及单中心回顾性研究》论文的补充表格数据,包含与皮肤T细胞淋巴瘤患者接受光疗相关的心血管风险评估数据。数据以表格形式呈现,涵盖患者临床特征、治疗参数、心血管事件记录等结构化信息,来源于全球多中心及单中心的回顾性临床研究。该数据集主要用于皮肤肿瘤学、心血管风险分析及治疗安全性评估等研究方向。

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