卵巢癌与卵巢囊肿患者临床特征比较分析数据集
该数据集包含380名中国女性患者（192名卵巢囊肿，188名卵巢癌）的临床表格数据，具体涵盖术前血清生物标志物CA125和HE4水平、家族史、生育史、初潮年龄、绝经状态等临床特征，以及卵巢癌患者的术后病理分期信息，主要用于构建整合多维度临床特征的卵巢癌诊断与分期预测模型，以提升早期诊断准确率并指导临床治疗决策。
基本信息
资源简介
卵巢癌与卵巢囊肿患者临床特征比较分析数据集
【数据集背景】
本数据集源站标题为《Comparative analysis of clinical characteristics between ovarian cancer and ovarian cyst patients》。源站首次发布：2025-04-22。
【数据内容】
源站原始描述：We collected preoperative CA125, HE4 data, and other clinical characteristics from 192 Chinese patients with ovarian cysts and 188 patients with ovarian cancer, including family history, reproductive history, age at menarche, and menopausal status, as well as postoperative pathological staging information for ovarian cancer patients. This study aims to integrate serum biomarkers with clinical features to construct efficient diagnostic prediction models and staging prediction algorithms for ovari…
【数据结构与技术规格】
文件数 1 个，合计 61.74 KB。clinical data.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，61.74 KB。数据集 DOI：10.6084/m9.figshare.28831256.v1。
【主题与分类】
源站学科分类：Cancer diagnosis、Solid tumours。主题标签：CA125、Ovairan Cancer、Ovairan Cysts、Diagnosis、Staging。
【适用方向】
源站学科分类标注为 Cancer diagnosis、Solid tumours。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Comparative_analysis_of_clinical_characteristics_between_ovarian_cancer_and_ovarian_cyst_patients/28831256
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Li (2025). Comparative analysis of clinical characteristics between ovarian cancer and ovarian cyst patients. figshare. Dataset
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192名中国卵巢囊肿患者和188名卵巢癌患者的术前临床数据，包括血清生物标志物（CA125、HE4）、家族史、生育史、初潮年龄、绝经状态等临床特征，以及卵巢癌患者的术后病理分期信息。数据集旨在通过整合血清标志物与临床特征，构建用于卵巢癌诊断预测和分期预测的高效算法模型。这项研究具有重要的临床转化价值，可提高卵巢癌早期诊断率、优化治疗决策、减少不必要的手术干预，并为资源有限地区制定卵巢癌筛查策略提供科学依据。数据由四川大学华西第二医院教育部出生缺陷与相关妇儿疾病重点实验室、转化医学中心分子转化医学实验室于2024年收集整理。
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。
