医生对恶性预测试概率的评估及肺结节评估指南遵守情况的数据

包含337名肺结节患者的医生评估与风险模型数据,分析医生恶性概率评估准确性及其对指南的遵守情况。

DryadDryad
DataCite Commons
2025-06-01 更新
浏览 17
表格肺结节表格
Data from: Physician assessment of pretest probability of malignancy and adherence with guidelines for pulmonary nodule evaluation

基本信息

模态
表格
大小
0.000036162 GB
许可
https://spdx.org/licenses/CC0-1.0.html
创建/更新时间
2025-06-01

资源简介

医生对恶性预测试概率的评估及肺结节评估指南遵守情况的数据

【数据集背景】

本数据集源站标题为《Data from: Physician assessment of pretest probability of malignancy and adherence with guidelines for pulmonary nodule evaluation》。

【数据内容】

源站原始描述:The annual incidence of pulmonary nodules is estimated at 1.57 million. Guidelines recommend using an initial assessment of nodule probability of malignancy (pCA). A previous study found that despite this recommendation, physicians did not follow guidelines. METHODS: Physician assessments (N = 337) and two previously validated risk model assessments of pretest probability of cancer were evaluated for performance in 337 patients with pulmonary nodules based on final diagnosis and compared. Physic…

【数据结构与技术规格】

数据集 DOI:doi:10.5061/dryad.nm962。

【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://doi.org/10.5061/dryad.nm962

使用许可:https://spdx.org/licenses/CC0-1.0.html。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://datadryad.org/dataset/doi:10.5061/dryad.nm962

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))

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。