埃及口腔癌认知度

GLOBOCAN 2012报告称,埃及口腔癌发病率为每年每万人1,687例,死亡率为659例;预计2030年分别达2,658和1,069例

Ayat Gamal-AbdelNaserAyat Gamal-AbdelNaser
clinicaltrials
浏览 20
文本Oral Cancer
Oral Cancer Awareness in Egypt

基本信息

模态
文本
创建/更新时间
2026-10-01

资源简介

埃及口腔癌认知度

口腔癌是全球健康负担。GLOBOCAN 2012报告称,埃及口腔癌发病率为每年每万人1,687例,死亡率为659例;预计2030年分别达2,658和1,069例。85%头颈癌可见,若了解其基本知识、体征、症状和危险因素,可自行发现变化,不一定需专科特殊检查。因埃及一般人群口腔癌认知此前尚未评估,而牙科从业者须了解口腔癌,本研究面向牙科领域以外的一般人群(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:口腔癌。口腔癌被视为全球健康负担。根据GLOBOCAN 2012报告,埃及口腔癌发病率为每年每万人1,687例;死亡率为每年每万人659例。从统计学上看,预计到2030年,发病率将升至每万人2,658例,死亡率将升至每万人1,069例。幸运的是,85%的头颈癌是可见的。因此,患者并不总是需要去看专科医生并进行特殊检查来排查口腔癌。相反,如果患者对口腔癌、其体征和症状以及危险因素有基本了解,他们可以自己发现变化。作为实现这一了不起目标的第一步,需要了解普通人群的认知水平。据我们所知,此前尚未在埃及普通人群中评估过口腔癌的认知情况。由于口腔癌认知对牙科从业者而言是必备的,我们的研究对象是普通人群,而非牙科领域工作者。

【主题与分类】

主题标签:Oral Cancer。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05604105

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://clinicaltrials.gov/study/NCT05604105

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。

数据说明

疾病:口腔癌。口腔癌被视为全球健康负担。根据GLOBOCAN 2012报告,埃及口腔癌发病率为每年每万人1,687例;死亡率为每年每万人659例。从统计学上看,预计到2030年,发病率将升至每万人2,658例,死亡率将升至每万人1,069例。幸运的是,85%的头颈癌是可见的。因此,患者并不总是需要去看专科医生并进行特殊检查来排查口腔癌。相反,如果患者对口腔癌、其体征和症状以及危险因素有基本了解,他们可以自己发现变化。作为实现这一了不起目标的第一步,需要了解普通人群的认知水平。据我们所知,此前尚未在埃及普通人群中评估过口腔癌的认知情况。由于口腔癌认知对牙科从业者而言是必备的,我们的研究对象是普通人群,而非牙科领域工作者。

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