食管癌年龄别发病率、治疗与生存趋势:荷兰人群队列研究

该数据集来自荷兰全国癌症登记(1989–2018),纳入59,584例食管癌患者,随访至2018年12月31日,聚焦年龄分层的发病率、治疗与生存趋势

Taylor & FrancisTaylor & Francis
datacite
2023-06-02 更新
浏览 2
表格回归Esophageal canceryoung adult cancerscancer incidencetime trendssurvival
Age-specific incidence, treatment, and survival trends in esophageal cancer: a Dutch population-based cohort study

基本信息

模态
表格
大小
0.00129497 GB
任务类型
回归
许可
CC BY 4.0
创建/更新时间
2023-06-02
版本
v1

资源简介

食管癌年龄别发病率、治疗与生存趋势:荷兰人群队列研究

Age-specific incidence, treatment, and survival trends in esophageal cancer: a Dutch population-based cohort study

该数据集来自荷兰全国癌症登记(1989–2018),纳入59,584例食管癌患者,随访至2018年12月31日,聚焦年龄分层的发病率、治疗与生存趋势。数据可用于分析不同年龄组的年发病率变化百分比、多模式治疗使用差异及生存差距,尤其关注50岁以下成人食管腺癌发病率上升现象,为肿瘤流行病学与临床治疗模式研究提供支持(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

配套论文《Age-specific incidence, treatment, and survival trends in esophageal cancer: a Dutch population-based cohort study》发表于 Acta Oncologica(2022),DOI:10.1080/0284186X.2021.2024878。项目资助方:The authors received no specific funding for this work.。源站首次发布:2022-02-03。

【数据内容】

源站描述(机器翻译,仅供参考):关于食管癌年龄别发病率的数据尚缺乏。本研究旨在调查荷兰食管癌的年龄分层发病率、治疗和生存趋势,重点关注成人。患者从全国荷兰癌症登记(1989–2018)中纳入被诊断为食管癌的成人。随访数据截至2018年12月31日。按年龄组分析发病率的年度百分比变化(共纳入59,584例患者。在成人中……荷兰50岁以下成人EAC发病率正在上升。不同年龄类别中以治愈或延长生命为目的的多模式治疗使用差异可能解释日益扩大的生存差距。

【数据结构与技术规格】

文件数 2 个,合计 1.29 MB。数据集 DOI:10.6084/m9.figshare.19114823.v1。

【主题与分类】

源站学科分类:Medicine、Biotechnology、Environmental Sciences not elsewhere classified、Ecology、Biological Sciences not elsewhere classified、Cancer。主题标签:Esophageal cancer、young adult cancers、cancer incidence、time trends、survival。本站分类:肿瘤。

【适用方向】

源站学科分类标注为 Medicine、Biotechnology、Environmental Sciences not elsewhere classified、Ecology、Biological Sciences not elsewhere classified、Cancer。

【获取与许可】

源站页面:https://tandf.figshare.com/articles/dataset/Age-specific_incidence_treatment_and_survival_trends_in_esophageal_cancer_a_Dutch_population-based_cohort_study/19114823

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Age-specific incidence, treatment, and survival trends in esophageal cancer: a Dutch population-based cohort study. Taylor & Francis. Al-Kaabi, Ali; Baranov, Nikolaj S.; van der Post, Rachel S.; Schoon, Erik J.; Rosman, Camiel; van Laarhoven, Hanneke W. M.; et al

【使用注意】

· 源站最后修改于 2023-06-02,引用时请注意版本时效。

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/10.6084/m9.figshare.19114823.v1

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 1.3 MB。

数据说明

目前缺乏食管癌年龄别发病率的数据。本研究旨在探讨荷兰食管癌的年龄分层发病率、治疗及生存趋势,重点关注50岁以下成人。研究纳入荷兰全国癌症登记处(1989—2018年)诊断为食管癌的患者,随访数据截至2018年12月31日。按年龄组(<50岁、50~74岁、≥75岁)和组织学类型[腺癌(EAC)和鳞状细胞癌(ESCC)]分析发病率的年度百分比变化。按年龄和分期分组估计治疗趋势和相对生存率(RSR)。共纳入59 584例患者。在<50岁成人中,EAC发病率增至3倍(年均增幅:男性1.5%,女性3%),而ESCC发病率下降(年均降幅:男性−5.3%,女性−4.3%)。与老年患者相比,<50岁患者初诊时更多为晚期疾病阶段,且更可能接受多模式治疗。

在50岁以下、患有潜在可治愈性疾病的患者中,大多数接受了新辅助放化疗后手术的治疗,相比之下,50-74岁和≥75岁的患者接受此治疗的比例分别为74%、55%和15%(p < .001)。一旦分期为姑息性疾病,50岁以下患者接受系统性治疗的比例也更为频繁,分别为72%、54%和19%(p < .001)。在50岁以下的早期阶段患者中,观察到最大的相对生存率改善(五年:+47%),潜在可治愈性疾病(五年:+22%),以及姑息性疾病(一年:+11%)。随着时间的推移,50岁以下与≥75岁患者在潜在可治愈性疾病(五年差异:从17%增至27%)和姑息性疾病(一年差异:从11%增至20%)之间的生存差异呈现出增加的趋势。在荷兰,50岁以下成人中EAC的发病率正在上升。不同年龄组在采用旨在治愈或延长生命的多模式治疗方面的差异,可能是造成这一现象的原因。

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