腮腺肿瘤回顾性研究：154例患者分析
该数据集为回顾性临床研究，包含154例腮腺肿瘤患者的临床与病理数据，数据模态包括临床表格、影像学报告及组织学记录。其主要用途是分析腮腺肿瘤的临床表现、常见类型（如多形性腺瘤和黏液表皮样癌）以及手术治疗效果，为头颈外科和肿瘤学领域的疾病管理、治疗策略优化提供实证依据。
基本信息
资源简介
腮腺肿瘤回顾性研究：154例患者分析
【数据集背景】
本数据集源站标题为《Parotid gland tumors: a retrospective study of 154 patients》。配套论文《Parotid gland tumors: a retrospective study of 154 patients》发表于 Brazilian Journal of Otorhinolaryngology（2015），DOI：10.1016/j.bjorl.2015.03.007。源站首次发布：2022-06-07。
【数据内容】
源站原始描述：INTRODUCTION: Benign tumors of the parotid gland comprise the majority of salivary gland tumors. OBJECTIVE: To review the clinical characteristics of parotid gland tumors submitted to surgical treatment by the same surgeon. METHODS: Retrospective study with 154 patients who had parotid gland tumors. Clinical and histological data, type of surgery, and complications were assessed and described. RESULTS: The main manifestation was a mass with a median evolution of 12 months for benign tumors and f…
【数据结构与技术规格】
文件数 6 个，合计 41.98 KB。数据集 DOI：10.6084/m9.figshare.20014366.v1。
【主题与分类】
源站学科分类：Otorhinolaryngology。主题标签：Parotid neoplasms、Parotid gland、Salivary glands。
【适用方向】
源站学科分类标注为 Otorhinolaryngology。
【获取与许可】
源站页面：https://scielo.figshare.com/articles/dataset/Parotid_gland_tumors_a_retrospective_study_of_154_patients/20014366
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Maahs, Gerson Schulz; Oppermann, Paula de Oliveira; Maahs, Lucas Gerhard Peter; Machado Filho, Geraldo; Ronchi, André Dajori (2015). Parotid gland tumors: a retrospective study of 154 patients. SciELO journals. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，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
该数据集是一项回顾性临床研究，包含154例接受手术治疗的腮腺肿瘤患者的临床与病理学数据。数据涵盖患者临床表现、影像学检查（如超声）、组织学类型、手术方式（以保留面神经的腮腺浅叶切除术为主）及术后并发症等信息。数据来源于同一名外科医生的手术病例记录，主要用于分析腮腺肿瘤的流行病学特征、诊断方法及治疗效果，为头颈外科、肿瘤学领域的临床研究和诊疗决策提供依据。
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。
