俄亥俄州和台湾地区高级别胶质瘤患者死亡风险的多变量生存模型
基于俄亥俄州和台湾地区高级别胶质瘤患者临床数据构建的多变量生存模型数据集
基本信息
资源简介
俄亥俄州和台湾地区高级别胶质瘤患者死亡风险的多变量生存模型
【一句话概览】
该研究针对俄亥俄州与台湾的高级别胶质瘤患者，建立多变量生存模型分析死亡风险。模型1采用详细治疗分类，模型2比较手术切除后同步放化疗与其他治疗方式。数据涉及胶质母细胞瘤与间变性星形细胞瘤，纳入Charlson合并症指数，使用风险比与置信区间。研究共纳入294名患者，数据来源包括俄亥俄脑肿瘤研究、台湾癌症登记及全民健保研究资料，隶属世界卫生组织相关分类，采用CC BY 4.0许可（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
本数据集源站标题为《Multivariable Survival Models of the Hazard Risk of Death of Patients Diagnosed with the High Grade Glioma for Ohio and Taiwan.》。配套论文《International Differences in Treatment and Clinical Outcomes for High Grade Glioma》发表于 PLOS ONE（2015），DOI：10.1371/journal.pone.0129602。源站首次发布：2015-06-10。
【数据内容】
源站原始描述：Model 1 used the detail treatment category; Model 2 used surgical resection followed by concurrent chemoradiation versus all the others. GB: glioblastoma; AA: anaplastic astrocytoma; CCI: Charlson comorbidity index; HR: hazard ratio; CI: confidence interval Multivariable Survival Models of the Hazard Risk of Death of Patients Diagnosed with the High Grade Glioma for Ohio and Taiwan
中文译文（机器翻译，仅供快速理解，请以原文为准）：模型1采用了详细治疗分类；模型2采用了手术切除后同步放化疗与其他所有治疗方式的比较。 GB：胶质母细胞瘤；AA：间变性星形细胞瘤；CCI：查尔森合并症指数；HR：风险比；CI：置信区间 俄亥俄州和台湾地区诊断为高级别胶质瘤患者死亡风险的多变量生存模型。
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。Table_3.xls：application/vnd.ms-excel，9.73 KB。数据集 DOI：10.1371/journal.pone.0129602.t003。
【主题与分类】
源站学科分类：Biological Sciences。主题标签：World Health Organization、comorbidities.Results 294 patients、Taiwan Cancer Registry、survival rate、ci、resection、grade glioma、Ohio Brain Tumor Study、iii、National Health Insurance Research Data。
【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://plos.figshare.com/articles/dataset/_Multivariable_Survival_Models_of_the_Hazard_Risk_of_Death_of_Patients_Diagnosed_with_the_High_Grade_Glioma_for_Ohio_and_Taiwan_/1445870
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Chien, Li-Nien; T. Ostrom, Quinn; Gittleman, Haley; Lin, Jia-Wei; E. Sloan, Andrew; H. Barnett, Gene; et al. (2015). Multivariable Survival Models of the Hazard Risk of Death of Patients Diagnosed with the High Grade Glioma for Ohio and Taiwan.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，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：Multivariable Survival Models of the Hazard Risk of Death of Patients Diagnosed with the High Grade Glioma for Ohio and Taiwan.
- DOI：10.1371/journal.pone.0129602.t003
- 发布日期：2015-06-10
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Multivariable_Survival_Models_of_the_Hazard_Risk_of_Death_of_Patients_Diagnosed_with_the_High_Grade_Glioma_for_Ohio_and_Taiwan_/1445870
命令行下载
curl -L -o "Table_3.xls" "https://ndownloader.figshare.com/files/2106599"
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
Model 1 used the detail treatment category; Model 2 used surgical resection followed by concurrent chemoradiation versus all the others.
GB: glioblastoma; AA: anaplastic astrocytoma; CCI: Charlson comorbidity index; HR: hazard ratio; CI: confidence interval
Multivariable Survival Models of the Hazard Risk of Death of Patients Diagnosed with the High Grade Glioma for Ohio and Taiwan.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0129602.t003（source: https://plos.figshare.com/articles/dataset/_Multivariable_Survival_Models_of_the_Hazard_Risk_of_Death_of_Patients_Diagnosed_with_the_High_Grade_Glioma_for_Ohio_and_Taiwan_/1445870）。
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。
