哥伦比亚六个人群登记处宫颈癌发病率的时空趋势与社会经济相关性数据集(2008–2019)-114286

该数据集收集了哥伦比亚女性宫颈癌发病信息,分析其多年变化及与不同社会经济因素的关系。数据覆盖11年,来自该国六个地区的人群登记处

ZenodoZenodo
datacite
浏览 3
表格回归Cervical cancerincidanceSocioeconomic FactorsColombia
Dataset: Temporal trends and socioeconomic correlates of cervical cancer incidence across six population-based registries in Colombia, 2008–2019

基本信息

模态
表格
大小
0.000113071 GB
任务类型
回归
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-11
版本
1.0

资源简介

哥伦比亚六个人群登记处宫颈癌发病率的时空趋势与社会经济相关性数据集(2008–2019)

Dataset: Temporal trends and socioeconomic correlates of cervical cancer incidence across six population-based registries in Colombia, 2008–2019

该数据集收集了哥伦比亚女性宫颈癌发病信息,分析其多年变化及与不同社会经济因素的关系。数据覆盖11年,来自该国六个地区的人群登记处。通过分析这些变量,可识别女性人群健康中的模式与不平等,并评估公共卫生政策的影响(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集收集了哥伦比亚女性宫颈癌发病信息,分析该发病率多年来如何变化以及如何与不同社会经济因素相关。数据跨越11年,来自该国六个地区的人群登记处。对这些变量的分析有助于识别女性人群健康中的模式和不平等,以及评估公共卫生政策的影响。

【主题与分类】

主题标签:Cervical cancer、incidance、Socioeconomic Factors、Colombia。本站分类:肿瘤/宫颈癌。

【获取与许可】

源站页面:https://zenodo.org/doi/10.5281/zenodo.17778935

使用许可:Creative Commons Attribution 4.0 International。

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/10.5281/zenodo.17778935

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 113.1 KB。

数据说明

该数据集收集了哥伦比亚女性宫颈癌发病率的信息,分析了这一发病率多年来如何变化及其与不同社会经济因素的关系。数据跨越11年,来自该国六个地区的人口登记。对这些变量的分析有助于识别女性人口健康方面的模式和 inequalities,以及评估公共卫生政策的影响。

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