51,445名饮食癌症健康队列参与者中时间加权平均氡暴露与基底细胞癌、鳞状细胞癌及恶性黑色素瘤的关联
数据集围绕51,445名Diet Cancer Health队列参与者，涉及时间加权平均氡暴露与基底细胞癌、鳞状细胞癌及恶性黑色素瘤的关联
基本信息
资源简介
51,445名饮食癌症健康队列参与者中时间加权平均氡暴露与基底细胞癌、鳞状细胞癌及恶性黑色素瘤的关联
F1-score and Kappa including 95% confidence interval for each lesion diagnosis from the combined model in the two STAR cohort validation sets (text and PDF pathology reports). N is the frequency of each diagnosis in the test dataset.
该数据集来自plos.figshare.com，属于肿瘤/皮肤癌分类，包含1个文件（Table 4.xls），配套论文发表于PLOS Digital Health（2026年）。数据集围绕51,445名Diet Cancer Health队列参与者，涉及时间加权平均氡暴露与基底细胞癌、鳞状细胞癌及恶性黑色素瘤的关联。源站描述提及两个STAR队列验证集中联合模型对每种病变诊断的F1-score和Kappa（含95%置信区间），以及测试数据集中每种诊断的频数。数据可用于皮肤癌相关风险关联分析与模型评估（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Automated identification of keratinocyte cancers in pathology reports using large language models》发表于 PLOS Digital Health（2026），DOI：10.1371/journal.pdig.0001547。源站首次发布：2026-07-09。
【数据内容】
源站描述（机器翻译，仅供参考）：两个STAR队列验证集（文本和PDF病理报告）中，联合模型对每种病变诊断的F1-score和Kappa（含95%置信区间）。N为测试数据集中每种诊断的频数。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pdig.0001547.t004。
【主题与分类】
源站学科分类：Cell Biology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer、Science Policy。主题标签：yet remain underrepresented、unstructured clinical text、health study participants、allograft recipients cohort、squamous cell carcinoma、basal cell carcinoma、excised skin lesions、217 pathology reports、weighted mean f1、model achieved f1。本站分类：肿瘤/皮肤癌。
【适用方向】
源站学科分类标注为 Cell Biology、Biotechnology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Cancer、Science Policy。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_p_F1-score_and_Kappa_including_95_confidence_interval_for_each_lesion_diagnosis_from_the_combined_model_in_the_two_STAR_cohort_validation_sets_text_and_PDF_pathology_reports_N_is_the_frequency_of_each_diagnosis_in_the_test_dataset_p_/32951467
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Helder, Marloes; Olsen, Catherine M.; Pandeya, Nirmala; Wang, Huanwei; Whiteman, David C.; Trzaskowski, Maciej; et al. (2026). F1-score and Kappa including 95% confidence interval for each lesion diagnosis from the combined model in the two STAR cohort validation sets (text and PDF pathology reports…
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）
- 源站标题：<p>F1-score and Kappa including 95% confidence interval for each lesion diagnosis from the combined model in the two STAR cohort validation sets (text and PDF pathology reports). N is the frequency of each diagnosis in the test dataset.</p>
- DOI：10.1371/journal.pdig.0001547.t004
- 发布日期：2026-07-09
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_p_F1-score_and_Kappa_including_95_confidence_interval_for_each_lesion_diagnosis_from_the_combined_model_in_the_two_STAR_cohort_validation_sets_text_and_PDF_pathology_reports_N_is_the_frequency_of_each_diagnosis_in_the_test_dataset_p_/32951467
命令行下载
curl -L -o "Table 4.xls" "https://ndownloader.figshare.com/files/66479263"
文件清单
Table 4.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
在两个STAR队列验证集（文本和PDF病理报告）中，联合模型对每种病变诊断的F1分数和Kappa值（包括95%置信区间）。N为测试数据集中每种诊断的出现频率。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pdig.0001547.t004（source: https://plos.figshare.com/articles/dataset/_p_F1-score_and_Kappa_including_95_confidence_interval_for_each_lesion_diagnosis_from_the_combined_model_in_the_two_STAR_cohort_validation_sets_text_and_PDF_pathology_reports_N_is_the_frequency_of_each_diagnosis_in_the_test_dataset_p_/32951467）。
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。
