TCGA-HNSSC临床与突变组合数据集-47429
包含TCGA中492例头颈鳞状细胞癌患者的临床与错义突变组合数据，用于个性化生存分析和风险评估。
基本信息
资源简介
TCGA-HNSSC临床与突变组合数据集
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 48.68 MB，主题涵盖 HNSCC patients.ConclusionsOur study，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《TCGA-HNSSC Clinical and Mutation combination》。源站首次发布：2025-05-13。
【数据内容】
源站原始描述：Head and neck squamous cell carcinoma (HNSCC) poses considerable clinical challenges due to its involvement with critical tissues in the head and neck. Despite a high five-year survival rate of 68.5%, it remains a highly prevalent cancer worldwide, necessitating enhanced risk assessment and individualized treatment strategies. This study leverages missense variant data from 492 HNSCC patients in The Cancer Genome Atlas to address these needs. To facilitate a more nuanced approach to personalized…
中文译文（机器翻译，仅供快速理解，请以原文为准）：头颈部鳞状细胞癌（HNSCC）因累及头颈部关键组织而在临床上带来相当大的挑战。尽管其五年生存率高达68.5%，但它在全球范围内仍是一种高度流行的癌症，因此需要加强风险评估和个体化治疗策略。本研究利用来自The Cancer Genome Atlas中492例HNSCC患者的错义变异数据来满足这些需求。为促进更细致入微的个体化风险评估，我们采用基于模糊逻辑的方法整合多项生存分析的结果。所提出的模型结合了模糊推理系统、卷积神经网络、随机生存森林和Cox比例风险回归模型，以识别和评估风险因素。我们从准确率、灵敏度、特异度、F1分数和时间依赖曲线下面积方面评估了该模型。基于模糊的生存分析模型平均准确率为92.04%，能够有效分类并识别与HNSCC死亡相关的错义变异。通过整合多种生存分析，本研究推动了HNSCC中的个体化医疗，提供了有价值的见解，有望增强临床决策、优化治疗策略并改善患者结局。
【数据结构与技术规格】
文件数 1 个，合计 48.68 MB。数据集 DOI：10.6084/m9.figshare.29046284.v1。
【主题与分类】
源站学科分类：Otorhinolaryngology。主题标签：HNSCC patients.ConclusionsOur study。
【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://figshare.com/articles/dataset/TCGA-HNSSC_Clinical_and_Mutation_combination/29046284
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Tin Ho, Cheung (2025). TCGA-HNSSC Clinical and Mutation combination. figshare. Dataset
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：TCGA-HNSSC Clinical and Mutation combination
- DOI：10.6084/m9.figshare.29046284.v1
- 发布日期：2025-05-13
- 文件数：1 个
- 文件总体积：48.68 MB
- 源站页面：https://figshare.com/articles/dataset/TCGA-HNSSC_Clinical_and_Mutation_combination/29046284
命令行下载
curl -L -o "combination.xlsx" "https://ndownloader.figshare.com/files/54489821"
文件清单
combination.xlsx（48.68 MB）
文件总体积 48.68 MB（源站 API 实测）。
数据说明
Head and neck squamous cell carcinoma (HNSCC) poses considerable clinical challenges due to its involvement with critical tissues in the head and neck. Despite a high five-year survival rate of 68.5%, it remains a highly prevalent cancer worldwide, necessitating enhanced risk assessment and individualized treatment strategies. This study leverages missense variant data from 492 HNSCC patients in The Cancer Genome Atlas to address these needs. To facilitate a more nuanced approach to personalized risk assessment, we employed a fuzzy logic-based methodology to integrate results from multiple survival analyses. The proposed model combines a Fuzzy Inference System, Convolutional Neural Networks, Random Survival Forests, and Cox Proportional Hazards regression models to identify and evaluate risk factors. We evaluated the model in terms of accuracy, sensitivity, specificity, F1 score, and time-dependent area under the curve. The fuzzy-based survival analysis model had an average accuracy of 92.04%, effectively classifying and identifying missense variants linked to HNSCC mortality. By integrating diverse survival analyses, this study advances personalized medicine in HNSCC, offering valuable insights that could enhance clinical decision-making, optimize treatment strategies, and improve patient outcomes.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.29046284.v1（source: https://figshare.com/articles/dataset/TCGA-HNSSC_Clinical_and_Mutation_combination/29046284）。
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。
