分化型甲状腺癌术后淋巴结转移预测列线图：一项观察性研究
该数据集包含用于构建和验证分化型甲状腺癌术后淋巴结转移预测列线图的临床数据，数据模态包括临床表格形式的患者术后甲状腺球蛋白水平、淋巴细胞计数、BRAF V600E基因突变状态及肿瘤病灶数量等指标，主要用于开发预测模型以指导个性化术后放射性碘治疗和术前评估，支持甲状腺癌精准医疗方向的研究。
基本信息
资源简介
分化型甲状腺癌术后淋巴结转移预测列线图：一项观察性研究
【数据集背景】
本数据集源站标题为《Postoperative nomogram for predicting involved lymph node in differentiated thyroid carcinoma: an observational study》。配套论文《Postoperative nomogram for predicting involved lymph node in differentiated thyroid carcinoma: an observational study》发表于 Future Oncology（2025），DOI：10.1080/14796694.2025.2543233。项目资助方：This study was supported by the General Program of Shaanxi Province Natural Science Basic Research Plan [Grant Number: 2023-JC-YB-671] and the Clinical Research Project of Air Force Medical University [Grant Number: 2023LC2325].。源站首次发布：2025-08-09。
【数据内容】
源站原始描述：This study aims to develop a comprehensive nomogram to accurately predict differentiated thyroid cancer (DTC) involved lymph node, enabling the personalization of treatment plans and optimizing patient outcomes. The nomogram was developed through an analysis of data obtained from derivation cohorts. To identify independent predictors of involved lymph node, we utilized the Least Absolute Shrinkage and Selection Operator (LASSO) method in conjunction with multivariable logistic regression. These…
【数据结构与技术规格】
文件数 2 个，合计 60.10 KB。19-Jul-STROBE-checklist.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，38.83 KB。Table_S1_flow_chart.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，21.27 KB。数据集 DOI：10.6084/m9.figshare.29875825.v1。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Molecular Biology、Immunology、Mathematical Sciences not elsewhere classified、Developmental Biology。主题标签：Differentiated thyroid cancer、radioactive iodine、involved lymph node、nomogram,、lymphocyte counts。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Molecular Biology、Immunology、Mathematical Sciences not elsewhere classified、Developmental Biology。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Postoperative_nomogram_for_predicting_involved_lymph_node_in_differentiated_thyroid_carcinoma_an_observational_study/29875825
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Postoperative nomogram for predicting involved lymph node in differentiated thyroid carcinoma: an observational study. Taylor & Francis. Li, Yunbo; Wang, Junyan; Hui, Jinzi; Hou, Guangdong; He, Wei; Sun, Tao; et al
【使用注意】
· 源站最后修改于 2025-09-01，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
该数据集来源于一项旨在开发预测分化型甲状腺癌（DTC）淋巴结转移的综合列线图（Nomogram）的观察性研究。数据集包含用于构建和验证该预测模型的临床数据，主要数据项包括患者术后的甲状腺球蛋白（Thyroglobulin）、淋巴细胞计数、BRAF V600E基因突变状态以及肿瘤病灶数量等关键参数。研究采用LASSO回归结合多变量逻辑回归方法从衍生队列中识别出独立预测因子，并整合构建列线图模型，随后在独立的验证队列中评估了模型的区分度、校准度和临床实用性。该数据集主要用于支持甲状腺癌淋巴结转移的预测，指导术后放射性碘治疗决策和术前评估，是精准医疗和个性化治疗规划研究的重要资源。
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。
