基于网络的阴道和外阴黑色素瘤预测工具：一项机器学习研究
该数据集包含从SEER数据库提取的1575名阴道和外阴黑色素瘤患者的临床与人口统计学数据，涵盖肿瘤特征、治疗方式及生存信息等多模态临床表格数据，主要用于构建机器学习预后模型并开发基于网络的生存预测工具，以支持罕见生殖泌尿系统黑色素瘤的个性化治疗决策与研究。
创建时间2025-09-17
更新时间2025-12-11
原始链接
https://tandf.figshare.com/articles/dataset/Web-based_predictive_tool_for_vaginal_and_vulvar_melanomas_a_machine_learning_study/30152916/1
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一个针对罕见且侵袭性的生殖泌尿系统黑色素瘤（包括阴道黑色素瘤和外阴黑色素瘤）的临床预后数据集。数据集基于美国SEER数据库（2000-2020年）构建，包含1575名患者的临床与人口统计学变量，如年龄、肿瘤大小、婚姻状况、治疗方式（手术、化疗、放疗）及生存结局。研究采用机器学习方法（包括五种分类器）预测患者5年生存率，并开发了首个基于网络的生存预测工具，用于辅助临床治疗决策。数据集主要应用于癌症预后分析、机器学习模型构建及个性化医疗工具开发等领域。
提供机构：Alshwayyat, Mustafa; Haddadin, Sara; Alshwayyat, Sakhr; Muhaidat, Jihan; Talafha, Muna; Haddadin, Zena; Hanifa, Hamdah; Alshwayyat, Tala Abdulsalam
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 黑色素瘤 的高质量、多模态真实临床数据定制解决方案。