Lungenkrebs-Risikofaktoren und Überleben ist ein synthetischer Lungenkrebs-Risiko- und Überlebensdatensatz, der von Khurram Shahzad erstellt und unter der Anleitung von Dr. Aammar Tufail entwickelt wurde. Er dient als Bildungs- und Forschungsressource für die Analyse von Lungenkrebs-Risikofaktoren, Überlebensforschung und maschinelles Lernen.

Der Datensatz enthält 2.000 synthetische Patientenaufzeichnungen, die 60 Länder und 6 WHO-Regionen abdecken und Informationen zu Demografie, Lebensstil und Umweltbelastung, persönlicher und familiärer Krankengeschichte, Symptomen, Tumormerkmalen, Diagnose und Behandlung sowie Überlebensergebnissen umfassen. Die Daten basieren auf realen epidemiologischen Statistiken wie WHO und GLOBOCAN 2022 und werden algorithmisch generiert, um simulierte Daten mit plausiblen klinischen Beziehungen zu erstellen. Sie enthalten keine echten Patienten oder identifizierbaren medizinischen Daten.

Zusammensetzung des Datensatzes

Der Datensatz enthält die folgenden Felder:

• Patient_ID: Patientenidentifikator
• Diagnosis_Year: Jahr der Diagnose
• Age: Alter des Patienten
• Country / WHO_Region: Land und Region
• Klinische Informationen: Krebsstadium, familiäre Tumorgeschichte, Rauchbelastung, Begleiterkrankungen, Behandlungsplan
• Ergebnisindikatoren: Überlebensdauer, Überlebensstatus