晚期非小细胞肺癌电子鼻治疗反应预测数据集

包含晚期非小细胞肺癌患者基线特征、电子鼻数据和生存数据,用于预测系统性治疗反应。

Radboud UniversityRadboud University
DataCite Commons
2026-01-22 更新
浏览 16
时间序列非小细胞肺癌电子鼻
Early prediction of systemic treatment response in advanced non-small cell lung cancer by electronic nose analysis of exhaled breath: a multi-center prospective external validation study

基本信息

模态
时间序列
许可
https://data.ru.nlRUMC-RA-DUA-1.0
创建/更新时间
2026-01-22

资源简介

晚期非小细胞肺癌电子鼻治疗反应预测数据集

【数据集背景】

源站首次发布:2026-01-09。

【数据内容】

源站原始描述:The data was collected in the context of a multi-center prospective external validation study that primarily aimed to assess the predictive performance of four previously published electronic nose (eNose) models for predicting treatment response at three months after initiation of immunotherapy monotherapy. The secondary aim of the study was to explore the utility of the four previously published eNose models for predicting treatment response at three months after treatment initiation in patient…

中文译文(机器翻译,仅供快速理解,请以原文为准):这些数据是在一项多中心前瞻性外部验证研究的背景下收集的,该研究主要旨在评估四种既往发表的电子鼻(eNose)模型在免疫单药治疗开始后三个月预测治疗反应的预测性能。该研究的次要目的是探索这四种既往发表的eNose模型在接受化疗-免疫治疗或靶向治疗的患者中预测治疗开始后三个月治疗反应的实用性。患者于2018年8月至2025年1月期间在荷兰四家不同治疗中心的胸部肿瘤门诊被招募。患者的基线特征包含在以下文件中:“免疫单药治疗基线特征”、“化疗-免疫治疗基线特征”和“靶向治疗基线特征”。所有患者的eNose数据和生存数据包含在文件“所有患者的eNose数据和生存数据”中。

【适用方向】

时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。

【获取与许可】

源站页面:https://data.ru.nl/collections/ru/rumc/epsystre_t0000675a_dsc_521

使用许可:https://data.ru.nlRUMC-RA-DUA-1.0。

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。

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。

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://data.ru.nl/collections/ru/rumc/epsystre_t0000675a_dsc_521

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。