APOLLO试验相关元数据
约500名荷兰髋部骨折患者两种手术（后外侧与直接外侧）比较的随机和自然实验数据，包含治疗状态、健康结局及协变量。
基本信息
资源简介
APOLLO试验相关元数据
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 7.94 MB，主题涵盖 tim-3、inhibition、hela，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Effect of Tim-3 inhibition on Hela cell migration and invasion in vitro.》。源站首次发布：2013-02-19。
【数据内容】
源站原始描述：(A) Cell migration capability was determined with a wound healing assay. Photographs were taken immediately (0 h), at 24 h and 48 h after wounding. (B) Quantification of wound closure. The data present the mean distance of cell migration to the wound area at 24 h and 48 h after wounding in three independent wound sites per group. (C) The ability of the cells to invade Matrigel was analyzed by the transwell invasion assay through a gel matrix. Hela cells were either infected with ADV-GFP or with…
【数据结构与技术规格】
文件数 1 个，合计 7.94 MB。数据集 DOI：10.1371/journal.pone.0053834.g005。
【主题与分类】
源站学科分类：Cancer、Biochemistry、Cell Biology、Immunology。主题标签：tim-3、inhibition、hela。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://plos.figshare.com/articles/figure/_Effect_of_Tim_3_inhibition_on_Hela_cell_migration_and_invasion_in_vitro_/178007
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Cao, Yang; Zhou, Xiaoxi; Huang, Xiaoyuan; Li, Qinlu; Gao, Lili; Jiang, Lijun; et al. (2015). Effect of Tim-3 inhibition on Hela cell migration and invasion in vitro.. PLOS ONE. Figure
【使用注意】
· 源站最后修改于 2023-06-13，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。
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://data.4tu.nl/datasets/d020ed49-5a0e-46fd-a818-fe19d178007c
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。
