意大利威尼托地区黑色素瘤患者队列数据集

该数据集是一个来自意大利威尼托地区的黑色素瘤患者队列研究数据集,包含患者的临床表格、遗传信息等多模态数据,主要用于支持多基因风险评分在黑色素瘤风险评估中的应用研究,为皮肤癌的遗传流行病学分析和精准医疗提供结构化数据参考。

公开数据公开数据
海数据
浏览 16
Dataset_PRS: Melanoma Patient Cohort from Veneto Region, Italy

基本信息

创建/更新时间
2026-09-28

资源简介

意大利威尼托地区黑色素瘤患者队列数据集

【数据内容】

源站原始描述:数据集概述 本数据集为意大利威尼托地区黑色素瘤患者队列研究的原始数据,用于支持论文研究。核心内容围绕多基因风险评分(PRS)在黑色素瘤风险评估中的应用,为医学研究人员提供结构化的患者队列数据参考。 文件详解 文件名称:Dataset_PRS study.xlsx 文件格式:XLSX

中文译文(机器翻译,仅供快速理解,请以原文为准):Dataset overview: This dataset contains the raw data of a cohort study of melanoma patients in the Veneto region of Italy, intended to support the research presented in the paper. Its core content centers on the application of polygenic risk scores (PRS) in melanoma risk assessment, providing medical researchers with a structured reference to patient cohort data. File details: File name: Dataset_PRS study.xlsx; File format: XLSX...

【获取与许可】

源站页面:https://haidatas.com/dataset/dataset_prs_yidaliweinituodiquheisesuliuhu_23321d5b

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

暂未开放

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

源站:https://haidatas.com/dataset/dataset_prs_yidaliweinituodiquheisesuliuhu_23321d5b

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

本数据集是意大利威尼托地区黑色素瘤患者队列研究的原始数据集,旨在支持多基因风险评分(PRS)在黑色素瘤风险评估中的应用研究。数据集包含该地区黑色素瘤患者的队列数据,为医学研究人员提供了结构化的临床与遗传信息参考,可用于探索PRS对黑色素瘤风险预测的价值。数据来源于公开的医学队列研究,主要应用于皮肤癌风险评估、遗传流行病学及精准医疗方向。

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。

获取专属数据定制方案