Dr（结肠癌）
该数据集整合了结肠腺癌（COAD）患者的临床表格数据与长链非编码RNA（lncRNA）表达谱，通过构建预后特征模型，用于评估患者的风险分层和预后预测，主要应用于结肠癌的生物标志物发现、预后模型研究及个性化医疗方向。
基本信息
资源简介
Dr（结肠癌）
【数据集背景】
本数据集源站标题为《Dr (Colon Cancer)》。
【数据内容】
源站原始描述：Colon adenocarcinoma (COAD) is the commonest colon cancer exhibiting high mortality. Due to the association with cancers progression, long noncoding RNAs (lncRNAs) become prognostic biomarkers. This study, using relevant clinic information and expression profiles of lncRNA originating in The Cancer Genome Atlas database, aims to construct a prognostic lncRNA signature to estimate the prognosis for patients. In the training cohort, prognosis related lncRNAs were selected from differently expresse…
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:70597508e6a2fdd7e0daad3af08b68407e76834bc335cb106341fb404aeccc71
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
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是一个针对结肠腺癌（COAD，结肠癌中最常见且高死亡率的类型）的预后研究数据集。它整合了来自癌症基因组图谱（TCGA）数据库的临床信息与长链非编码RNA（lncRNA）表达谱数据。通过差异表达分析、单因素Cox分析、LASSO回归及多因素Cox分析，筛选出与预后相关的lncRNA，并构建了一个基于lncRNA的预后特征模型。该模型可用于计算每位COAD患者的风险评分，并将患者划分为低风险和高风险组，以评估患者的预后情况，其中高风险组患者预后显著较差。该数据集主要用于结肠癌的生物标志物发现、预后预测模型构建及个性化医疗研究方向。
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。
