IV期非小细胞肺癌患者SAS文本挖掘算法治疗识别误差数据集
2012-2014加州17310名IV期非小细胞肺癌患者治疗识别的SAS文本挖掘误差统计数据集。
基本信息
资源简介
IV期非小细胞肺癌患者SAS文本挖掘算法治疗识别误差数据集
【数据集背景】
本数据集源站标题为《False positives, false negatives, and total errors for treatment identified with SAS text mining algorithm among stage IV non-small cell lung cancer patients (n = 17,310), 2012–2014, California.》。配套论文《A text-mining approach to obtain detailed treatment information from free-text fields in population-based cancer registries: A study of non-small cell lung cancer in California》发表于 PLOS ONE（2019），DOI：10.1371/journal.pone.0212454。源站首次发布：2019-02-22。
【数据内容】
源站原始描述：False positives, false negatives, and total errors for treatment identified with SAS text mining algorithm among stage IV non-small cell lung cancer patients (n = 17,310), 2012–2014, California
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 3.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0212454.t003。
【主题与分类】
源站学科分类：Biotechnology、Evolutionary Biology、Ecology、Cancer、Infectious Diseases、Computational Biology。主题标签：Conclusion SAS-based text mining、non-small cell lung cancer、population-based cancer registries、treatment information、California Cancer Registry、review、text-mining algorithm、California Background Population-based cancer registries、National Comprehensive Cancer Network guidelines、stage IV non-small cell lung cancer。
【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://plos.figshare.com/articles/dataset/False_positives_false_negatives_and_total_errors_for_treatment_identified_with_SAS_text_mining_algorithm_among_stage_IV_non-small_cell_lung_cancer_patients_n_17_310_2012_2014_California_/7759979
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Maguire, Frances B.; Morris, Cyllene R.; Parikh-Patel, Arti; Cress, Rosemary D.; Keegan, Theresa H. M.; Li, Chin-Shang; et al. (2019). False positives, false negatives, and total errors for treatment identified with SAS text mining algorithm among stage IV non-small cell lung cancer patients (n = 17…
【使用注意】
· 源站最后修改于 2023-06-02，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）
- 源站标题：False positives, false negatives, and total errors for treatment identified with SAS text mining algorithm among stage IV non-small cell lung cancer patients (n = 17,310), 2012–2014, California.
- DOI：10.1371/journal.pone.0212454.t003
- 发布日期：2019-02-22
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/False_positives_false_negatives_and_total_errors_for_treatment_identified_with_SAS_text_mining_algorithm_among_stage_IV_non-small_cell_lung_cancer_patients_n_17_310_2012_2014_California_/7759979
命令行下载
curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/14446205"
文件清单
Table 3.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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))
数据说明
False positives, false negatives, and total errors for treatment identified with SAS text mining algorithm among stage IV non-small cell lung cancer patients (n = 17,310), 2012–2014, California.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0212454.t003（source: https://plos.figshare.com/articles/dataset/False_positives_false_negatives_and_total_errors_for_treatment_identified_with_SAS_text_mining_algorithm_among_stage_IV_non-small_cell_lung_cancer_patients_n_17_310_2012_2014_California_/7759979）。
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。
