甲状腺乳头状癌跳跃性淋巴结转移预测可解释机器学习模型数据集
包含支持甲状腺乳头状癌跳跃性淋巴结转移预测模型研究的补充图表和表格数据，模态为表格。
基本信息
资源简介
甲状腺乳头状癌跳跃性淋巴结转移预测可解释机器学习模型数据集
【数据集背景】
本数据集源站标题为《Data from:An Interpretable Machine Learning Model to Predict Skip Lymph Node Metastasis in Papillary Thyroid Carcinoma》。源站首次发布：2026-05-31。
【数据内容】
源站原始描述：This dataset contains supplementary figures and supplementary tables supporting the research article: Development and Validation of an Interpretable Machine Learning Model for Predicting Skip Lymph Node Metastasis in Papillary Thyroid Carcinoma. Supplementary File List: 1.Supplementary Fig. S1: Overview of missing values across all variables. 2. Supplementary Table S1: Comparison of demographic and clinicopathological characteristics between patients with skip lymph node metastasis (SLNM) and la…
【数据结构与技术规格】
文件数 3 个，合计 963.98 KB。数据集 DOI：10.5281/zenodo.20473115。
【主题与分类】
主题标签：papillary thyroid carcinoma; skip lymph node metastasis; machine learning; XGBoost; immune-inflammation biomarkers; SHAP。
【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://zenodo.org/records/20473115
使用许可：cc-by-4.0。
规范引用：The Journal of Clinical Endocrinology & Metabolism
【使用注意】
· 源站最后修改于 2026-06-07，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。
