FIGO 2018宫颈癌分期IIIC期异质性：肿瘤大小作为独立预后因素的回顾性单中心研究
该数据集和手稿呈现了一项回顾性单中心研究，评估FIGO 2009和2018分期系统在宫颈癌中的预后影响。结果突显了IIIC期疾病的异质性，并确定肿瘤大小为独立预后因素，以4 cm截断值对生存结局进行分层
基本信息
资源简介
FIGO 2018宫颈癌分期IIIC期异质性：肿瘤大小作为独立预后因素的回顾性单中心研究
该数据集围绕宫颈癌分期与预后评估展开，收录了一项回顾性单中心研究的配套数据与手稿。研究聚焦FIGO 2009与FIGO 2018两版分期系统在宫颈癌中的预后判断价值，纳入2015年至2025年间在土耳其Mersin University接受治疗的144例患者。研究结果突出显示了IIIC期疾病的异质性，并将肿瘤大小确认为独立预后因素，以4 cm作为截断值对生存结局进行分层。该数据集属于肿瘤/宫颈癌领域，由Zenodo发布，采用Creative Commons Attribution 4.0 International许可，作者包括Atay, Hatice Banu、Gokulu, Sevki Goksun、ÇEVİKOĞLU KILLI, Mürşide、karagun, sebnem、Gökay, Derya Zerrin与YILDIRIM, YUSUF。
【数据集背景】
宫颈癌的分期系统直接影响治疗决策与预后判断。FIGO 2009与FIGO 2018两版分期标准在疾病归类上存在差异，尤其对IIIC期疾病的界定与分层效果尚存争议。该数据集所依托的研究正是在这一背景下，通过单中心回顾性设计，评估两版分期系统在真实临床队列中的预后表现，并进一步探讨肿瘤大小在风险分层中的独立价值。研究结果有助于理解IIIC期内部的异质性，为后续多中心协作提供基础。
【数据内容】
该数据集与配套手稿共同呈现了一项回顾性单中心研究。研究纳入144例宫颈癌患者，治疗时间跨度为2015年至2025年，地点为土耳其Mersin University。分析内容涉及FIGO 2009与FIGO 2018分期系统的预后影响比较，重点考察IIIC期疾病的异质性，并确定肿瘤大小作为独立预后因素，以4 cm为截断值对生存结局进行分层。数据集的具体变量字段、样本分布、随访时长、统计模型细节等，源站未提供。
【采集与来源】
数据来源于土耳其Mersin University的单中心回顾性研究，患者治疗时间为2015年至2025年。数据集通过Zenodo平台发布，来源站为doi.org。研究由Atay, Hatice Banu、Gokulu, Sevki Goksun、ÇEVİKOĞLU KILLI, Mürşide、karagun, sebnem、Gökay, Derya Zerrin与YILDIRIM, YUSUF共同完成。发布时间为2026年。除上述信息外，源站未提供更详细的采集流程、伦理审批信息或数据整理步骤。
【适用场景】
该数据集适用于宫颈癌分期与预后相关的研究场景，尤其适合关注FIGO 2009与FIGO 2018分期系统差异、IIIC期疾病异质性以及肿瘤大小作为预后因素的分析。以4 cm为截断值的生存分层结果，可用于风险分层方法的比较与验证。研究结果有助于与国家级数据集对接，并与国际标准保持一致，同时为未来多中心协作研究提供基础。具体适用场景的边界与限制，源站未提供。
【使用方法】
该数据集以Zenodo为发布平台，采用Creative Commons Attribution 4.0 International许可，使用者可在署名前提下进行共享与再利用。由于源站未提供具体的数据文件结构、变量说明或分析代码，实际使用时应结合配套手稿理解研究设计与统计方法。若需复现或扩展分析，建议参考手稿中关于FIGO分期、肿瘤大小截断值及生存结局的定义。具体操作步骤与推荐工具，源站未提供。
【质量与限制】
该研究为单中心回顾性设计，样本量为144例，治疗时间跨度为2015年至2025年。研究结果强调了IIIC期疾病的异质性，并识别肿瘤大小为独立预后因素，以4 cm截断值分层生存结局。然而，单中心设计可能限制结果的外部推广性，回顾性数据也可能存在选择偏倚与信息偏倚。源站未提供缺失值处理、随访完整性、统计效能或外部验证等具体质量指标，相关限制需结合手稿进一步评估。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International许可，允许在署名条件下共享与改编。引用时应注明作者Atay, Hatice Banu、Gokulu, Sevki Goksun、ÇEVİKOĞLU KILLI, Mürşide、karagun, sebnem、Gökay, Derya Zerrin与YILDIRIM, YUSUF，发布平台Zenodo，发布时间2026年，以及来源站doi.org。具体引用格式与许可条款的完整文本，源站未提供。
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.20286283
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 1.4 MB。
数据说明
该数据集和手稿呈现了一项回顾性单中心研究，评估FIGO 2009和2018分期系统对宫颈癌预后的影响。分析纳入了2015年至2025年间在土耳其梅尔辛大学接受治疗的144例患者。结果突显了IIIC期疾病的异质性，并确定肿瘤大小为一个独立的预后因素，以4 cm为界值可对生存结局进行分层。研究结果为国家数据集做出了贡献，符合国际标准，并为未来的多中心合作提供了基础。
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。
