造血干细胞移植预后预测数据集HematopoieticStemCellTransplantationPrognosisPrediction-hackerkhan
数据来源：互联网公开数据
标签：医疗健康, 干细胞移植, 预后预测, 机器学习, 生物医学, 数据分析, 临床研究, 风险评估
数据概述：
该数据集包含与造血干细胞移植（HSCT）相关的临床数据，旨在用于预测移植后的预后结果。主要特征如下：
时间跨度：数据未明确标注时间范围，通常被视为一个静态的、用于建模分析的临床数据集。
地理范围：数据来源未明确，但数据集包含了多项与患者健康状况相关的临床指标，可用于广泛的HSCT研究。
数据维度：数据集包含多个维度，主要字段包括但不限于：ID（患者标识符）、dri_score（供者相关风险指数）、psych_disturb（精神疾病史）、cyto_score（细胞遗传学风险评分）、diabetes（糖尿病史）、hla_match_c_high（HLA-C位点高分辨配型匹配度）、hla_high_res_8（HLA高分辨8位点）、tbi_status（全身照射状态）、arrhythmia（心律失常史）、hla_low_res_6（HLA低分辨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（移植适应症）、hla_high_res_6（HLA高分辨6位点）、cmv_status（巨细胞病毒状态）、hla_high_res_10（HLA高分辨10位点）、hla_match_dqb1_high（HLA-DQB1位点高分辨配型匹配度）、tce_imm_match（T细胞免疫匹配）、hla_nmdp_6（HLA-NMDP 6位点）、hla_match_c_low（HLA-C位点低分辨配型匹配度）、rituximab（利妥昔单抗使用情况）、hla_match_drb1_low（HLA-DRB1位点低分辨配型匹配度）、hla_match_dqb1_low（HLA-DQB1位点低分辨配型匹配度）、prod_type（产品类型）、cyto_score_detail（细胞遗传学风险评分详细信息）、conditioning_intensity（预处理强度）、ethnicity（种族）、year_hct（移植年份）、obesity（肥胖史）、mrd_hct（微小残留病）、in_vivo_tcd（体内T细胞清除）、tce_match（T细胞匹配）、hla_match_a_high（HLA-A位点高分辨配型匹配度）、hepatic_severe（严重肝脏疾病）、donor_age（供者年龄）、prior_tumor（肿瘤病史）、hla_match_b_low（HLA-B位点低分辨配型匹配度）、peptic_ulcer（消化性溃疡）、age_at_hct（移植时年龄）、hla_match_a_low（HLA-A位点低分辨配型匹配度）、gvhd_proph（移植物抗宿主病预防）、rheum_issue（风湿性疾病）、sex_match（性别匹配）、hla_match_b_high（HLA-B位点高分辨配型匹配度）。
数据格式：数据集包含CSV文件（testcsv, traincsv），以及用于模型训练的pkl文件（ann_model.pkl, label_encoders.pkl, scalers.pkl），便于数据分析、模型训练和结果评估。
来源信息：数据来源于公开数据集，可能来自临床研究或医疗数据库。
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、肿瘤学和生物统计学等领域的研究，如HSCT预后因素分析、风险预测模型构建、个体化治疗方案探索等。
行业应用：可用于医院和医疗机构的临床决策支持系统，辅助医生评估患者风险、优化治疗方案，提高HSCT成功率。
决策支持：支持医疗管理部门进行资源分配、制定相关政策，改善HSCT患者的生存质量。
教育和培训：可作为医学、生物信息学等专业的教学案例，帮助学生和研究人员深入理解HSCT相关知识，掌握数据分析和机器学习在医疗领域的应用。
此数据集特别适合用于探索HSCT患者的临床特征与预后之间的关系，构建预测模型，从而提高临床决策的准确性和效率。
