血液疾病移植患者临床特征数据集HematopoieticStemCellTransplantationPatientClinicalFeatures-niklasrehl
数据来源：互联网公开数据
标签：移植医学，临床特征，机器学习，预测模型，生存分析，医学研究，数据分析，多模态数据
数据概述：
该数据集包含来自血液疾病移植患者的临床特征数据，记录了患者在造血干细胞移植（HSCT）治疗过程中的多种生理指标、疾病状态和治疗方案。主要特征如下：
时间跨度：数据未明确标明时间，可视为HSCT治疗某个阶段的患者特征快照。
地理范围：数据来源未明确，但可用于分析全球范围内的HSCT患者临床特征。
数据维度：数据集包含多个特征，包括但不限于：ID（患者唯一标识符），dri_score（供者风险指数），psych_disturb（心理疾病），cyto_score（细胞因子评分），diabetes（糖尿病），hla_match_c_high（HLA配型C位高分辨匹配），hla_high_res_8（HLA高分辨8位点），tbi_status（全身照射状态），arrhythmia（心律失常），hla_low_res_6（HLA低分辨6位点），graft_type（移植类型），vent_hist（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配型DQB1高分辨匹配），tce_imm_match（T细胞清除免疫匹配），hla_nmdp_6（HLA NMDP 6位点匹配），hla_match_c_low（HLA配型C位低分辨匹配），rituximab（利妥昔单抗使用），hla_match_drb1_low（HLA配型DRB1低分辨匹配），hla_match_dqb1_low（HLA配型DQB1低分辨匹配），prod_type（产品类型），cyto_score_detail（细胞因子评分详情），conditioning_intensity（预处理强度），ethnicity（种族），year_hct（移植年份），obesity（肥胖），mrd_hct（微小残留病），in_vivo_tcd（体内T细胞清除），tce_match（T细胞清除匹配），hla_match_a_high（HLA配型A位高分辨匹配），hepatic_severe（严重肝病），donor_age（供者年龄），prior_tumor（既往肿瘤），hla_match_b_low（HLA配型B位低分辨匹配），peptic_ulcer（消化性溃疡），age_at_hct（移植时年龄），hla_match_a_low（HLA配型A位低分辨匹配），gvhd_proph（GVHD预防），rheum_issue（风湿病问题），sex_match（性别匹配），hla_match_b_high（HLA配型B位高分辨匹配），race_group（种族分组），comorbidity_score（合并症评分），karnofsky_score（卡氏评分），hepatic_mild（轻度肝病），tce_div_match（T细胞清除分化匹配），donor_related（供者相关性），melphalan_dose（马法兰剂量）。
数据格式：CSV格式，包含testcsv和train两个文件，便于数据分析和建模。
来源信息：数据来源未明确，但数据经过了结构化处理，方便进行分析。
该数据集适用于HSCT相关疾病的研究，包括风险评估、预后预测和治疗方案优化。
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、免疫学、生物统计学等领域的学术研究，如HSCT患者生存分析、复发风险预测、GVHD发生机制研究等。
行业应用：为医疗机构、制药企业和生物技术公司提供数据支持，尤其在HSCT临床决策支持系统、新药研发和个性化治疗方案设计方面。
决策支持：支持临床医生制定个体化的治疗方案，优化患者管理和提高治疗效果。
教育和培训：作为医学、生物信息学等专业课程的实训数据，帮助学生和研究人员深入理解HSCT相关的临床特征与预后。
此数据集特别适合用于探索影响HSCT患者预后的关键因素，构建预测模型，从而提高患者的生存率和生活质量。
