癌症化疗方案个体化数据集-2023-omenkj
数据来源：互联网公开数据
标签：化疗,癌症,患者数据,个性化治疗,基因突变,肿瘤特征,副作用,治疗结果,预测模型,临床决策
数据概述：
本数据集包含50,000条接受化疗治疗的癌症患者的记录，涵盖了患者的人口统计信息、基因突变、肿瘤特征、治疗详情、副作用及治疗结果等关键要素。该数据集旨在为癌症化疗方案的个性化制定提供全面的数据支持。
数据集包括以下关键字段：
-
患者人口统计信息：年龄、性别、体重指数（BMI）、吸烟状况等基本信息，这些因素对癌症预后和治疗反应有重要影响。
-
基因与分子数据：提供与不同癌症类型相关的基因突变信息，包括TP53、BRCA1、EGFR和KRAS等基因，这些基因的突变会影响化疗的效果和疾病进展。
-
临床及肿瘤特征：肿瘤分期（I-IV）、肿瘤大小（cm）、转移状态（是/否）等信息，有助于了解疾病严重程度和进展。
-
化疗治疗详情：详细记录了化疗方案（如FOLFOX、ABVD、CHOP、吉西他滨等）、剂量水平（mg/m²）及治疗周期数，有助于分析治疗效果。
-
副作用及毒性评分：跟踪化疗引起的副作用，如恶心程度（1-5级）和中性粒细胞减少（是/否），这些信息对于评估治疗耐受性和安全性至关重要。
-
治疗结果：肿瘤反应类别（完全缓解、部分缓解、稳定、进展）及总体生存期（6-120个月），用于评估治疗效果。
数据用途概述：
该数据集适用于预测建模、临床决策支持及强化学习等应用场景，旨在优化个性化化疗方案。研究人员可以利用该数据集开发预测模型，以预测治疗效果；临床医生可以借助数据支持制定更佳的治疗方案；强化学习系统能够通过该数据集学习并优化化疗方案，从而提高治疗效果和患者生活质量。
