Lung Cancer Risk Factors and Survival は、Khurram Shahzad によって作成され、Dr. Aammar Tufail の指導のもとで開発された合成肺癌リスク・生存データセットであり、肺癌リスク因子分析、生存研究、機械学習モデリングのための教育・研究リソースとして設計されています。

このデータセットには、2,000 件の合成患者記録が含まれており、60 か国と 6 つの WHO 地域を網羅し、人口統計、生活習慣と環境曝露、個人および家族歴、症状、腫瘍特性、診断と治療、生存転帰などの情報をカバーしています。データは WHO、GLOBOCAN 2022 などの実世界の疫学統計を参考に、合理的な臨床的関係性を持つシミュレーションデータをアルゴリズムで生成したものであり、実際の患者や識別可能な医療データは含まれていません。

データセット構成

データセットには以下のフィールドが含まれます：

• Patient_ID：患者識別子
• Diagnosis_Year：診断年
• Age：患者年齢
• Country / WHO_Region：所在国と地域
• 臨床情報：がんステージ、家族腫瘍歴、喫煙曝露、併存基礎疾患、治療計画
• 転帰指標：生存期間、生存転帰