种族/民族对投保DFSP患者手术管理与临床结局的影响分析数据集

该数据集包含隆突性皮肤纤维肉瘤(DFSP)患者的临床表格数据,涉及手术管理、临床结局及种族/民族分析,具体包括多变量描述性统计和局部复发率等指标,主要用于研究皮肤肿瘤治疗中种族/民族因素对患者手术效果和健康公平性的影响,支持医疗差异和健康政策相关研究。

Mendeley Data
浏览 30
皮肤纤维肉瘤治疗健康公平性分析
Race/Ethnicity Does Not Impact Surgical Management or Clinical Outcomes Among Insured Patients with DFSP

基本信息

大小
0.000150145 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

种族/民族对投保DFSP患者手术管理与临床结局的影响分析数据集

【数据集背景】

本数据集源站标题为《Race/Ethnicity Does Not Impact Surgical Management or Clinical Outcomes Among Insured Patients with DFSP》。源站首次发布:2024-07-22。

【数据内容】

源站原始描述:Mendeley Supplemental Table 1. Multivariable Analysis for Descriptive Variables by Race/Ethnicity (using Non-Hispanic Whites as the reference population) Mendeley Supplemental Table 2. Local Recurrence Rates by Sociodemographic, Tumor and Treatment Level Variables

【数据结构与技术规格】

文件数 1 个,合计 150.15 KB。数据集 DOI:10.17632/jb4c8gfsfj.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/jb4c8gfsfj

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/jb4c8gfsfj

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

该数据集是一个医学研究数据集,聚焦于隆突性皮肤纤维肉瘤(DFSP)患者的治疗与临床结局分析。数据集包含两个补充表格:表1为基于种族/民族(以非西班牙裔白人为参照群体)的多变量描述性分析;表2为按社会人口学、肿瘤特征和治疗水平变量统计的局部复发率。数据来源于Mendeley Data平台,通过临床研究收集构建,主要用于评估种族/民族因素对DFSP患者手术管理和临床结局的影响,研究方向涉及皮肤肿瘤治疗、健康公平性及医疗差异分析。

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