德国胃癌诊疗中的性别差异及其指南依从性
该数据集来自 clinicaltrials.gov,主题为德国胃癌诊疗中的性别差异及其对指南的依从性,聚焦 Gastric Adenocarcinoma

基本信息
资源简介
德国胃癌诊疗中的性别差异及其指南依从性
该数据集来自 clinicaltrials.gov,主题为德国胃癌诊疗中的性别差异及其对指南的依从性,聚焦 Gastric Adenocarcinoma。源站描述指出,胃癌是全球第五常见癌症、第四大癌症死亡原因,德国缺乏当前性别差异数据,而多项基于临床癌症登记数据的国际研究提示该方面具有相关性,分析显示女性与男性在组织学、合并症、所实施的手术与治疗及生存率等方面存在显著差异。数据可用于分析德国胃癌诊疗的性别差异与指南依从性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Gastric Adenocarcinoma。胃癌是全球第五常见癌症,也是第四大癌症死亡原因。虽然德国缺乏关于胃癌诊疗中性别差异的最新数据,但近年来多项基于临床癌症登记数据开展的国际研究已指出这一方面的重要性。分析显示,女性与男性在组织学、合并症、所实施的手术与治疗以及生存率等方面存在显著差异。2017年德国有15690人被诊断为胃癌,其中女性6190人(39%),男性9490人(61%)。年龄标化新发病例率女性为7.8,男性为14.9。两性患该病的风险均随年龄增长而增加;男性平均在71岁发生胃癌,女性在76岁。
【主题与分类】
主题标签:Gastric Adenocarcinoma。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06902337
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/NCT06902337
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
疾病:胃腺癌。胃癌是全球第五大常见癌症,也是癌症相关死亡的第四大原因。尽管目前缺乏关于德国胃癌诊疗中性别差异的最新数据,但近年来基于临床癌症登记数据开展的几项国际研究已指出这一方面的重要性。分析显示,女性和男性在组织学类型、合并症、所实施的手术和治疗以及生存率等方面存在显著差异。2017年,德国有15690人被诊断为胃癌,其中女性6190人(39%),男性9490人(61%)。年龄标化新发病例率女性为7.8,男性为14.9。两性患该病的风险均随年龄增长而增加;男性平均在71岁患胃癌,女性为76岁。德国各联邦州在所有关键指标上均存在地区差异。
例如,在2019年的巴伐利亚州,男女两性的5年生存率均高于平均水平,男性为46.1%,女性为50.7%,而在勃兰登堡州,这一比例在男性(38.5%)和女性(46.0%)之间存在较大差异。关于德国的医院死亡率,对2009-2015年DRG统计数据的一项分析显示,在接受复杂胃部手术的脏器外科手术患者中,观察到的死亡率最高,为11.7%(相比之下,接受脏器外科手术患者的平均医院死亡率为1.9%)。该项目旨在利用DRG统计的常规数据和各联邦州临床癌症登记处的数据,确定胃癌临床诊疗中男女之间是否存在差异,以及这种不同的诊疗是否对受影响患者的死亡率、并发症和生存时间产生影响。来自医院统计数据(DRG统计)和临床癌症
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。




