根据Dicer rs3742330基因型分组的诊断时患者特征
该数据集包含淋巴瘤患者根据Dicer rs3742330基因型分组的临床特征数据，涵盖文本和数值形式的临床表格信息，如患者年龄、血清乳酸脱氢酶水平、Ann Arbor分期、国际预后指数评分及淋巴瘤亚型分类，主要用于分析基因多态性与淋巴瘤临床特征之间的关联，支持肿瘤基因组学和淋巴瘤预后研究。
基本信息
资源简介
根据Dicer rs3742330基因型分组的诊断时患者特征
【数据集背景】
本数据集源站标题为《Patient characteristics at diagnosis according to Dicer rs3742330 genotypes.》。源站首次发布：2012-12-10。
【数据内容】
源站原始描述：Abbreviation: LDH, serum lactate dehydrogenase; ECOG PS, Eastern Cooperative Oncology Group performance status. aNumber of patients. bχ2 test for categorical variables and Kruskal-Wallis test for continuous variables. cPTCL-NOS: peripheral T-cell lymphoma not otherwise specified; NKTCL: natural killer/T-cell lymphoma; ALCL: anaplastic large-cell lymphoma; T-ALL/LBL: T-lymphoblastic lymphoma/leukemia; AITL: angioimmunoblastic T-cell lymphoma; other includes mycosis fungoides, enteropathy-type int…
【数据结构与技术规格】
文件数 1 个，合计 13.82 KB。Table_1.xls：application/vnd.ms-excel，13.82 KB。数据集 DOI：10.1371/journal.pone.0051640.t001。
【主题与分类】
源站学科分类：Hematology、Biochemistry、Biophysics、Cancer、Molecular Biology、Genetics。主题标签：characteristics、rs3742330。
【适用方向】
源站学科分类标注为 Hematology、Biochemistry、Biophysics、Cancer、Molecular Biology、Genetics。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Patient_characteristics_at_diagnosis_according_to_Dicer_rs3742330_genotypes_/200182
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Li, Xi; Tian, Xiaobo; Zhang, Bo; Zhang, Yanqi; Chen, Jieping (2015). Patient characteristics at diagnosis according to Dicer rs3742330 genotypes.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，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
该数据集收集了不同Dicer rs3742330基因型分组的淋巴瘤患者在诊断时的临床特征数据，包括患者人口统计学、实验室指标（如血清乳酸脱氢酶水平）、临床分期（基于Ann Arbor分期系统）、国际预后指数（IPI）评分以及淋巴瘤亚型（如外周T细胞淋巴瘤非特指型、NK/T细胞淋巴瘤、间变性大细胞淋巴瘤等）。数据来源于临床研究，通过χ2检验和Kruskal-Wallis检验进行统计分析，主要用于研究Dicer基因多态性与淋巴瘤临床特征、预后因素之间的关联，支持肿瘤基因组学和淋巴瘤个体化治疗方向的研究。
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。
