转移性前列腺癌患者的人口统计学和临床病理学特征数据集
该数据集包含转移性前列腺癌患者的人口统计学与临床病理学特征数据,以结构化表格形式呈现,涵盖了年龄、性别等人口学变量及关键临床病理指标,主要用于支持转移性前列腺癌的流行病学分析、预后因素研究和临床治疗策略优化,为相关医学研究提供重要的临床数据基础。

基本信息
资源简介
转移性前列腺癌患者的人口统计学和临床病理学特征数据集
【数据集背景】
本数据集源站标题为《Demographic and clinicopathological characteristics of metastatic prostate cancer patients.》。配套论文《The prognosis of lipid reprogramming with the HMG-CoA reductase inhibitor, rosuvastatin, in castrated Egyptian prostate cancer patients: Randomized trial》发表于 PLOS ONE(2022),DOI:10.1371/journal.pone.0278282。源站首次发布:2022-12-08。
【数据内容】
源站原始描述:Demographic and clinicopathological characteristics of metastatic prostate cancer patients
【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.0278282.t001。
【主题与分类】
源站学科分类:Cell Biology、Molecular Biology、Biotechnology、Immunology、Developmental Biology、Cancer。主题标签:prostate specific antigen、positive family history、peripheral lipidogenic effects、metastatic prostate cancer、current study suggest、cav1 (& gt、xlink "> results、sldlrp1 (& gt、high cav1 level、group ii treated。
【适用方向】
源站学科分类标注为 Cell Biology、Molecular Biology、Biotechnology、Immunology、Developmental Biology、Cancer。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Demographic_and_clinicopathological_characteristics_of_metastatic_prostate_cancer_patients_/21698004
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Karkeet, Riham M.; Zekri, Abdelrahman N.; Sayed-Ahmed, Mohamed M.; Sherif, Ghada M.; Salem, Salem E.; Abdelbary, Ahmed; et al. (2022). Demographic and clinicopathological characteristics of metastatic prostate cancer patients.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-11,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
该数据集收集了转移性前列腺癌患者的人口统计学和临床病理学特征信息,具体包括患者的基本人口学数据(如年龄、性别等)以及相关的临床病理指标。数据来源于已发表的临床研究或病例记录,并以结构化表格形式存储。该数据集主要用于研究转移性前列腺癌的流行病学特征、疾病进展模式、预后因素分析以及支持临床决策和个性化治疗策略的开发。
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。




