乳腺癌基因突变与生存分析数据集BreastCancerGeneMutationandSurvivalAnalysis-sabrinaag
数据来源：互联网公开数据
标签：乳腺癌, 基因突变, 生存分析, 预后预测, 肿瘤学, 基因组学, 临床数据, 机器学习
数据概述：
该数据集包含来自METABRIC研究的乳腺癌患者的基因突变、临床和生存信息，旨在用于研究基因突变与乳腺癌预后之间的关系。主要特征如下：
时间跨度：数据未明确标注具体时间范围，但反映了METABRIC研究的患者数据。
地理范围：数据来源于METABRIC研究，涉及多个国家的乳腺癌患者。
数据维度：数据集包含患者的临床信息、基因突变数据以及生存结局。具体包括：患者ID、诊断年龄、手术类型、癌症类型、组织学分级、细胞学、化疗、PAM50亚型、ER状态、HER2状态、肿瘤大小、肿瘤分期、淋巴结阳性情况、基因突变信息（如BRCA1、BRCA2等）、Nottingham预后指数、总生存时间、生存状态等。
数据格式：CSV格式，文件名为METABRIC_RNA_Mutation.csv，便于数据分析和建模。
来源信息：数据来源于METABRIC研究，该研究是一个大型的乳腺癌基因组学研究项目。
该数据集适合用于乳腺癌预后预测、基因突变与生存关系研究、以及肿瘤生物学相关研究。
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：适用于肿瘤学、生物信息学和临床医学交叉领域的学术研究，如基因突变对生存的影响、乳腺癌分子分型与预后关系研究等。
行业应用：为制药公司、生物技术公司提供数据支持，用于药物靶点发现、临床试验设计和疗效预测等。
决策支持：支持临床医生进行个体化治疗方案的制定，辅助肿瘤患者的预后评估和风险预测。
教育和培训：作为肿瘤学、生物信息学和数据科学课程的辅助材料，帮助学生和研究人员深入理解乳腺癌的分子机制和临床特征。
此数据集特别适合用于探索基因突变与乳腺癌患者生存之间的关联，并构建预测模型，从而改善患者的临床管理和治疗效果。
