Table 2_多模态数据整合与机器学习预测卵巢癌PARP抑制剂疗效及预后
包含251例卵巢癌患者临床、病理和生化等多模态数据,用于机器学习预测PARP抑制剂疗效与预后,并提供Table 2相关表格。

基本信息
模态
多模态
创建/更新时间
2026-10-16
资源简介
该数据集来自一项卵巢癌研究,涵盖251例卵巢癌患者的临床特征、病理结果和生化指标等多模态数据,旨在评估PARP抑制剂(PARPi)疗效与预后相关因素,并利用多种机器学习算法构建患者特异性疗效和预后预测模型。研究采用Cox单因素/多因素分析、相关性分析、VIF和弹性网稳定性分析筛选特征,发现总胆汁酸(TBAs)和CA-199分别为原发性和复发性卵巢癌患者的独立风险因素。最佳模型在原发和复发患者中的AUC分别为0.79 ± 0.09和0.72 ± 0.03,并在36例多中心外部验证集中保持稳健性能。数据集对应Table 2文档,可能包含相关表格数据。
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。




