造血干细胞移植HCT后生存预测数据集Post-HCTSurvivalPredictionDataset-brashonford
数据来源：互联网公开数据
标签：造血干细胞移植, HCT, 生存分析, 机器学习, 预测模型, 医疗数据, 临床研究, 预后分析
数据概述：
该数据集包含与造血干细胞移植（HCT）相关的临床数据，旨在用于预测患者在HCT后的生存情况。主要特征如下：
时间跨度：数据未明确标注时间范围，但可推测为HCT治疗前后及随访期间的临床记录。
地理范围：数据来源未明确，但可用于构建通用的生存预测模型。
数据维度：数据集包含多个临床变量，如ID、风险评分（dri_score）、精神状况（psych_disturb）、细胞遗传学评分（cyto_score）、糖尿病史（diabetes）、HLA匹配情况、移植类型（graft_type）、通气史（vent_hist）、肾脏问题（renal_issue）、肺部疾病严重程度（pulm_severe）、原发疾病、巨细胞病毒状态（cmv_status）、HLA匹配、利妥昔单抗使用情况（rituximab）、产品类型（prod_type）、细胞遗传学评分详情（cyto_score_detail）、预处理强度（conditioning_intensity）、种族（ethnicity）、移植年份（year_hct）、肥胖情况（obesity）、微小残留病（mrd_hct）、体内T细胞清除（in_vivo_tcd）、肝脏疾病严重程度（hepatic_severe）等，用于预测患者的生存概率。
数据格式：数据集以CSV格式提供，包含训练集、测试集、数据字典和样本提交文件，方便进行数据分析和模型训练。
来源信息：数据来源于相关临床研究或公开数据集，已进行标准化处理，便于进行建模分析。
该数据集适合用于构建HCT患者的生存预测模型，辅助临床决策。
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HCT后生存预测、风险因素分析等方面的学术研究，如探索不同临床因素对患者生存期的影响。
行业应用：为医疗健康行业提供数据支持，特别是在制定个体化治疗方案、评估治疗风险、改进HCT流程等方面。
决策支持：支持临床医生进行风险评估和治疗方案选择，提高HCT的成功率。
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案例分析材料，帮助学生和研究人员理解生存分析和预测模型。
此数据集特别适合用于构建预测模型，评估HCT患者的预后，并为临床实践提供参考。
