补充表:皮肤T细胞淋巴瘤与妊娠:巨大不确定性与前瞻性临床研究呼吁

该数据集来自 data.mendeley.com,为皮肤T细胞淋巴瘤与妊娠相关研究的补充表格,包含 CTCL/LPD 治疗方案在妊娠、母乳喂养和生育方面的考量信息

google_dataset
2021-10-25 更新
浏览 14
表格肿瘤淋巴瘤皮肤T细胞淋巴瘤妊娠母乳喂养生育治疗选择
Suppl. Table, Cutaneous T-Cell Lymphoma and Pregnancy: Great Uncertainty and an Appeal for Prospective Clinical Research

基本信息

模态
表格
大小
0.000225081 GB
创建/更新时间
2021-10-25
版本
v1

资源简介

补充表:皮肤T细胞淋巴瘤与妊娠:巨大不确定性与前瞻性临床研究呼吁

Suppl. Table, Cutaneous T-Cell Lymphoma and Pregnancy: Great Uncertainty and an Appeal for Prospective Clinical Research

该数据集来自 data.mendeley.com,为皮肤T细胞淋巴瘤与妊娠相关研究的补充表格,包含 CTCL/LPD 治疗方案在妊娠、母乳喂养和生育方面的考量信息。数据以单个 PDF 文件形式提供,发布于 2021 年 10 月 25 日,DOI 为 10.17632/8cz4yn3662.1。该表格可用于了解相关治疗在特殊人群中的安全性参考,并支持对 CTCL 与妊娠临床决策的进一步研究(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2021-10-25。

【数据内容】

源站描述(机器翻译,仅供参考):皮肤T细胞淋巴瘤与妊娠:巨大不确定性与前瞻性临床研究呼吁 Tessa M LeWitt BS1; Christina J Walker MD1; Maria L Espinosa MD1; Christopher Chung BS1; Xiaolong (Alan) Zhou MD1, MSc; Joan Guitart MD1 1 西北大学范伯格医学院皮肤病学系,伊利诺伊州芝加哥。补充表:CTCL/LPD 治疗方案与妊娠、母乳喂养、生育方面的考量。*美国重大出生缺陷的背景风险为 2-4%。美国流产的背景风险为 15-20%。NA=未分配。

【数据结构与技术规格】

文件数 1 个,合计 225.08 KB。数据集 DOI:10.17632/8cz4yn3662.1。

【主题与分类】

主题标签:肿瘤、淋巴瘤、皮肤T细胞淋巴瘤、妊娠、母乳喂养、生育、治疗选择。本站分类:肿瘤/淋巴瘤。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/8cz4yn3662

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

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

源站:https://data.mendeley.com/datasets/8cz4yn3662/1

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。

数据集大小约 225.1 KB。

数据说明

Christina Walker (2021). Suppl. Table, Cutaneous T-Cell Lymphoma and Pregnancy: Great Uncertainty and an Appeal for Prospective Clinical Research [Dataset]. http://doi.org/10.17632/8cz4yn3662.1

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。

获取专属数据定制方案