血液疾病移植预后预测数据集HematopoieticStemCellTransplantationPrognosisPredictionDataset-niklasrehl
数据来源：互联网公开数据
标签：干细胞移植, 预后预测, 机器学习, 医疗健康, 生物统计, 临床数据, 风险评估, 数据分析
数据概述：
该数据集包含来自医疗研究的数据，记录了接受造血干细胞移植（HSCT）的患者的相关信息，旨在用于预测移植后的预后。主要特征如下：
时间跨度：数据集未明确标注时间范围，通常可视为特定研究或临床试验的横截面数据。
地理范围：数据未明确标注地理范围，但通常来源于进行HSCT的医疗机构。
数据维度：数据集包括多个与患者相关的临床和生物学指标，如：
dri_score（疾病风险指数）；
psych_disturb（精神疾病）；
cyto_score（细胞遗传学评分）；
diabetes（糖尿病）；
hla_match_c_high（HLA-C高匹配）；
hla_high_res_8（HLA高分辨率8位点）；
tbi_status（全身照射状态）；
arrhythmia（心律失常）；
hla_low_res_6（HLA低分辨率6位点）；
graft_type（移植类型）；
vent_hist（机械通气史）；
renal_issue（肾脏问题）；
pulm_severe（严重肺部疾病）；
prim_disease_hct（原发病）；
hla_high_res_6（HLA高分辨率6位点）；
cmv_status（巨细胞病毒状态）；
hla_high_res_10（HLA高分辨率10位点）；
hla_match_dqb1_high（HLA-DQB1高匹配）；
tce_imm_match（T细胞耗竭免疫匹配）；
hla_nmdp_6（HLA-NMDP 6位点）；
hla_match_c_low（HLA-C低匹配）；
rituximab（利妥昔单抗使用）；
hla_match_drb1_low（HLA-DRB1低匹配）；
hla_match_dqb1_low（HLA-DQB1低匹配）；
prod_type（产品类型）；
cyto_score_detail（细胞遗传学评分详情）；
conditioning_intensity（预处理强度）；
ethnicity（种族）；
year_hct（移植年份）；
obesity（肥胖）；
mrd_hct（微小残留病）；
in_vivo_tcd（体内T细胞清除）；
tce_match（T细胞耗竭匹配）；
hla_match_a_high（HLA-A高匹配）；
hepatic_severe（严重肝脏疾病）；
donor_age（供者年龄）；
prior_tumor（既往肿瘤）；
hla_match_b_low（HLA-B低匹配）；
peptic_ulcer（消化性溃疡）；
age_at_hct（移植时年龄）；
hla_match_a_low（HLA-A低匹配）；
gvhd_proph（GVHD预防）；
rheum_issue（风湿性疾病）；
sex_match（性别匹配）；
hla_match_b_high（HLA-B高匹配）；
race_group（种族组）；
comorbidity_score（合并症评分）；
karnofsky_score（Karnofsky评分）；
hepatic_mild（轻度肝脏疾病）；
tce_div_match（T细胞耗竭不同配型匹配）；
donor_related（供者相关性）；
melphalan_dose（美法仑剂量）；
以及其他可能影响移植预后的临床因素。
数据格式：CSV格式，文件名为train_cleaned.csv，方便数据分析和建模。
来源信息：数据来源于相关的临床研究或数据库，已进行清洗和标准化处理。
该数据集适合用于血液病学、肿瘤学以及生物医学工程领域的研究，特别是在HSCT预后预测和风险评估方面。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于血液病学、免疫学和生物统计学等领域的学术研究，如HSCT预后因素分析、生存分析、风险预测模型构建等。
行业应用：为医疗机构提供数据支持，特别是在HSCT患者的风险评估、个体化治疗方案制定和临床决策支持方面。
决策支持：支持临床医生进行风险评估，优化治疗方案，提高HSCT的成功率和患者生存率。
教育和培训：作为医学、生物统计学和数据科学等相关课程的实训素材，帮助学生和研究人员深入理解HSCT的复杂性和数据分析方法。
此数据集特别适合用于探索影响HSCT预后的关键因素，构建预测模型，并优化临床实践，最终改善患者的治疗效果。
