造血干细胞移植HCT术后生存预测数据集Post-HCTSurvivalPrediction-ggargik
数据来源：互联网公开数据
标签：医疗健康, 生存分析, 机器学习, 预测模型, 造血干细胞移植, 临床数据, 预后预测, 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（HCT）患者的临床信息，用于预测移植术后的生存情况。主要特征如下：
时间跨度：数据未明确标明具体时间范围，但可推断为HCT术后一段时间内的追踪数据。
地理范围：数据来源未明确，但包含通用的临床变量，可能来源于多个医疗中心或研究机构。
数据维度：数据集包括多个临床变量，如患者的疾病严重程度（dri_score）、心理状况（psych_disturb）、细胞遗传学风险评分（cyto_score）、合并症、HLA匹配情况、移植类型、既往病史、年龄等，以及生存结局指标（efs, efs_time）。
数据格式：数据集以CSV格式提供，包括train.csv（训练集）、test.csv（测试集）、sample_submission.csv（提交样例）和data_dictionary.csv（数据字典），方便进行数据分析和建模。
来源信息：数据来源于公开数据集，用于支持HCT术后生存预测的研究与分析。
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：适用于临床医学、生物统计学、机器学习等领域的研究，用于探索影响HCT患者生存的因素，构建生存预测模型。
行业应用：为医疗机构提供决策支持，辅助医生评估患者预后，制定个性化的治疗方案。
决策支持：支持医疗机构在HCT治疗方案选择、风险评估以及患者管理方面的决策。
教育和培训：作为医学、生物统计学、数据科学等相关专业课程的实训素材，帮助学生和研究人员掌握生存分析方法和机器学习建模技术。
此数据集特别适合用于探索HCT术后生存的预测模型构建，帮助用户优化治疗方案，提高患者生存率。
