Lung Cancer Risk Factors and Survival 是由 Khurram Shahzad 创建、在 Dr. Aammar Tufail 指导下开发的合成肺癌风险与生存数据集，旨在作为教育和科研资源，用于肺癌风险因素分析、生存研究和机器学习建模。

该数据集包含 2,000 条合成患者记录，覆盖 60 个国家和 6 个 WHO 地区，涵盖人口统计、生活方式与环境暴露、个人及家族病史、症状、肿瘤特征、诊断与治疗以及生存结局等信息。数据参考 WHO、GLOBOCAN 2022 等真实世界流行病学统计资料，通过算法生成具有合理临床关系的模拟数据，不包含真实患者或可识别的医疗数据。

数据集组成

数据集包含以下字段：

• Patient_ID：患者标识
• Diagnosis_Year：确诊年份
• Age：患者年龄
• Country / WHO_Region：所在国家与地区
• 临床信息：癌症分期、家族肿瘤史、吸烟暴露、合并基础疾病、治疗方案
• 结局指标：生存时长、生存结局