子宫内膜增生女性中子宫内膜癌的发生率和分布
该数据集包含子宫内膜增生女性中子宫内膜癌的临床流行病学数据,涵盖患者数量、发生率、诊断时间及地区分布等模态,主要用于研究子宫内膜癌的流行病学特征、评估风险因素,并支持妇科肿瘤的早期筛查与预防策略开发。

基本信息
资源简介
子宫内膜增生女性中子宫内膜癌的发生率和分布
【数据集背景】
本数据集源站标题为《Incidence and distribution of endometrial cancer in women with endometrial hyperplasia.》。配套论文《Risk factors of progression to endometrial cancer in women with endometrial hyperplasia: A retrospective cohort study》发表于 PLOS ONE(2020),DOI:10.1371/journal.pone.0243064。源站首次发布:2020-12-01。
【数据内容】
源站原始描述:Incidence and distribution of endometrial cancer in women with endometrial hyperplasia
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 2.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0243064.t002。
【主题与分类】
源站学科分类:Medicine、Biotechnology、Mathematical Sciences not elsewhere classified、Cancer、Mental Health、Infectious Diseases。主题标签:Korean Health Insurance Review、HR、claim data analysis、EC、endometrial cancer、Assessment Service databases、CI、endometrial hyperplasia、non-atypical EH、retrospective cohort study Objective。
【适用方向】
源站学科分类标注为 Medicine、Biotechnology、Mathematical Sciences not elsewhere classified、Cancer、Mental Health、Infectious Diseases。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Incidence_and_distribution_of_endometrial_cancer_in_women_with_endometrial_hyperplasia_/13313675
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Jeong, Jin Young; Hwang, Sung Ook; Lee, Banghyun; Kim, Kidong; Kim, Yong Beom; Park, Sung Hye; et al. (2020). Incidence and distribution of endometrial cancer in women with endometrial hyperplasia.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-31,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集记录了子宫内膜增生女性中子宫内膜癌的发生率和地理分布情况,包含临床流行病学数据,如患者数量、癌症发生率、诊断时间、地区分布等。数据来源于医学研究或临床统计,通过回顾性研究或队列分析构建。主要研究方向为子宫内膜癌的流行病学特征、风险因素评估以及妇科肿瘤的早期筛查与预防策略。
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。




