智利口腔癌死亡率年龄-时期-队列趋势可复现数据与代码(1997–2023)
该数据集是智利1997–2023年30岁及以上成年人口腔癌(ICD-10 C00及C02–C06)死亡率年龄-时期-队列分析的可复现包(版本3.0.0),核心结果为性别特异性净漂移,女性减男性的直接对比为事后分析

基本信息
资源简介
智利口腔癌死亡率年龄-时期-队列趋势可复现数据与代码(1997–2023)
该数据集是智利1997–2023年30岁及以上成年人口腔癌(ICD-10 C00及C02–C06)死亡率年龄-时期-队列分析的可复现包(版本3.0.0),核心结果为性别特异性净漂移,女性减男性的直接对比为事后分析。档案包含原始派生汇总死亡率与人口输入、Python脚本、固定依赖、冻结的历史分析、内部标注日期的分析计划、偏差日志、数据字典、输出/图表可追溯性及SHA-256清单,并新增针对C05.1/C05.2移除等编码敏感性的事后分析,可用于复现和审查该死亡率趋势研究(来源 doi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):该可复现包版本3.0.0支持对智利1997–2023年30岁及以上成年人中记录的口腔癌(ICD-10 C00及C02–C06)所致死亡率进行修订后的基于人群的年龄-时期-队列分析。核心结果为性别特异性净漂移;女性减男性的直接对比为事后分析。历史性的口腔与咽部解剖学替代H2比较作为补充背景分析保留,其原预设状态被记录在案,未进行回溯性重新分类。档案包含原始派生汇总死亡率与人口输入、Python脚本、固定依赖、冻结的历史分析、内部标注日期的分析计划、偏差日志、数据字典、输出/图表可追溯性及SHA-256清单。新的事后编码敏感性分析处理C05.1/C05.2的移除或
【主题与分类】
主题标签:Mouth Neoplasms、Pharyngeal Neoplasms、Mortality、Age–Period–Cohort Analysis、Chile、Human Papillomavirus、Anatomical Proxy Classification、International Classification of Diseases、Vital Statistics、Population-Based Study。本站分类:肿瘤。
【获取与许可】
源站页面:https://doi.org/10.5281/zenodo.23894987
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.23894987
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:
数据说明
支持对1997–2023年智利30岁及以上成年人中记录的口腔癌(ICD-10 C00及C02–C06)所致死亡率进行修订后的基于人群的年龄–时期–队列分析的可重复性包3.0.0版。核心结果为性别特异性净漂移;女性减男性的直接对比为事后分析。历史性的口腔与咽部解剖学替代H2比较作为补充性背景分析予以保留,其最初预设状态按原样记录,不作回溯性重新分类。该存档包含原始衍生的汇总死亡率与人口输入、Python脚本、固定依赖项、冻结的历史分析、内部注明日期的分析计划、偏离日志、数据字典、输出/图表可追溯性以及SHA-256清单。新的事后编码敏感性分析涉及移除C05.1/C05.2或全部C05,以及假设对C02.9进行统一的、按时间和性别特异性的排除。其条件置信区间未纳入解剖学分配的不确定性;分数为情景,而非对观察到的错误编码的估计。
随附修订版补充表格/图快照(S1–S7)以供追溯。DEIS个体死亡微观数据不再分发。可复现的新敏感性分析基于所含汇总输入运行;两个依赖历史微观数据的脚本依赖已声明的存档输出,除非独立下载原始源文件。经校验的肿瘤部位与HPV状态均未观测。历史方案未进行外部预注册。新的分析扩展在起草代码时借助了AI辅助,仍须经作者独立核验。数据集输入源自智利DEIS与INE;代码亦按MIT许可授权。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




