英国妇科癌症随访实践全国调查数据

该数据集来自 Dryad,对应一项针对英国妇科癌症治疗后随访实践基线的全国性问卷调查。数据可用于了解随访安排、由谁提供随访以及常规检测使用情况,并涉及电话随访、患者主动预约和联合随访等模式,适合用于卫生服务组织与随访规范相关研究(来源 DOI 解析,Creative Commons Zero v1.

DryadDryad
datacite
浏览 18
文本分类Gynaecological oncologyProtocols & guidelinesOrganisation of health services
Data from: Gynaecological cancer follow-up: national survey of current practice in the UK

基本信息

模态
文本
大小
0.000069988 GB
任务类型
分类
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-07
版本
1

资源简介

英国妇科癌症随访实践全国调查数据

Data from: Gynaecological cancer follow-up: national survey of current practice in the UK

该数据集来自 Dryad,对应一项针对英国妇科癌症治疗后随访实践基线的全国性问卷调查。调查对象为英国妇科癌症中心与单位的 British Gynaecological Cancer Society 成员及 National Forum of Gynaecological Oncology Nurses 成员,共获得 117 份回复。数据可用于了解随访安排、由谁提供随访以及常规检测使用情况,并涉及电话随访、患者主动预约和联合随访等模式,适合用于卫生服务组织与随访规范相关研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2013。

【数据内容】

源站描述(机器翻译,仅供参考):目的:建立妇科癌症治疗后随访的全国实践基线。设计:问卷调查。地点:妇科癌症中心和单位。地理范围:英国。参与者:British Gynaecological Cancer Society 和 National Forum of Gynaecological Oncology Nurses 的成员。干预:一项问卷调查。结局指标:确定随访时间表、由谁提供随访以及曾患妇科癌症的患者使用哪些常规检测。结果:共获得 117 份回复;115 份(98%)报告了医院安排的定期随访预约。两份涉及全科医生。29 份(25%)回复中随访通过电话随访增强或替代,38 份回复(32%)中采用患者主动预约。80 份(68%)回复中癌症专科医生还提供联合随访

【主题与分类】

主题标签:Gynaecological oncology、Protocols & guidelines、Organisation of health services。本站分类:肿瘤/宫颈癌。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.h7234

使用许可:Creative Commons Zero v1.0 Universal。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://doi.org/10.5061/dryad.h7234

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据集大小约 70.0 KB。

数据说明

目的:建立妇科癌症治疗后随访的国家实践基线。设计:问卷调查。环境:妇科癌症中心和科室。地理位置:英国。参与者:英国妇科癌症学会和国家妇科肿瘤护士论坛的成员。干预措施:问卷调查。结果测量:确定随访计划、由谁提供随访以及对于既往患有妇科癌症的患者使用哪些常规检测。结果:共获得117份回复;115份(98%)报告了医院安排的定期随访预约。其中两份涉及全科医生。在29份回复(25%)中,随访通过电话随访进行补充或替代,在38份回复(32%)中,随访通过患者主动预约进行补充或替代。共有80份回复(68%)的癌症专家还提供了与其他专科的联合随访门诊。医院随访的临床检查主要由医生进行(定期预约随访为67%,患者主动预约随访为63%),而电话随访护理大多数由护士提供(76%)。

大多数受访者提供了常规检查(76/117(65%)),其中66/76(87%)报告进行了卵巢癌监测检查,35/76(46%)进行了宫颈癌监测,8/76(11%)进行了外阴癌监测,7/76(9%)进行了子宫内膜癌监测。通常患者在五年后出院(82/117(70%)),而3例(3%)在四年后出院,9例(8%)在三年后,1例(1%)在两年后。结论:实践各不相同,但大多数采用了标准的医院预约方案,为期五年,并且通常对卵巢癌女性进行常规检查。少数采用了护士主导或电话随访。全科医生很少参与常规护理。可以考虑进行一项随机研究,比较不同的随访模式。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案