蕈样肉芽肿(MF)、湿疹与对照组临床病理特征数据集
该数据集为临床表格型数据,收录了蕈样肉芽肿(MF)、湿疹患者及对照组的年龄、性别、miR-16、miR-93、Bcl-2与Survivin表达水平,以及MF病例的临床与病理分期信息,主要用于探索microRNA在蕈样肉芽肿诊断与疾病进展预测中的分子标志物作用,支持皮肤淋巴瘤的临床病理研究与诊断模型构建。

基本信息
资源简介
蕈样肉芽肿(MF)、湿疹与对照组临床病理特征数据集
【数据集背景】
本数据集源站标题为《Clinicopathological characteristics of the studied groups (MF, Eczema and control).》。源站首次发布:2019-10-24。
【数据内容】
源站原始描述:Raw data representing the age, gender, miR-16 and miR-93 expression, Bcl-2 and Survivin expression as well as the clinical and pathological stages of MF cases. (XLSX)
【数据结构与技术规格】
文件数 1 个,合计 14.17 KB。pone.0224305.s001.xlsx:application/vnd.openxmlformats-officedocument.spreadsheetml.sheet,14.17 KB。数据集 DOI:10.1371/journal.pone.0224305.s001。
【主题与分类】
源站学科分类:Medicine、Cell Biology、Genetics、Molecular Biology、Physiology、Sociology。主题标签:RT-PCR、Egyptian patients Mycosis Fungoides、cutaneous T-cell lymphomas、MF、expression、BCL -2、miR -93 downregulation、microRNA -16、microRNA -93、miR -16。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Genetics、Molecular Biology、Physiology、Sociology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Potential_role_for_microRNA-16_miR-16_and_microRNA-93_miR-93_in_diagnosis_and_prediction_of_disease_progression_in_mycosis_fungoides_in_Egyptian_patients/10044230
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Talaat, Iman Mamdouh; Abdelmaksoud, Rania ElSaied; Guimei, Maha; Agamia, Naglaa Fathi; Nugud, Ahmed; El-Serafi, Ahmed Taher (2019). Clinicopathological characteristics of the studied groups (MF, Eczema and control).. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-30,引用时请注意版本时效。
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)
按页面 Download 按钮获取。
数据说明
该数据集收集了蕈样肉芽肿(MF)、湿疹患者及对照组的临床病理特征数据,包含年龄、性别、miR-16与miR-93表达水平、Bcl-2与Survivin表达水平,以及MF病例的临床分期和病理分期。数据以XLSX格式提供,来源于埃及患者群体的研究,旨在探索microRNA在MF诊断和疾病进展预测中的潜在作用。该数据集适用于皮肤T细胞淋巴瘤的分子标志物研究、疾病分期分析及诊断模型开发。
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。




