SEER数据库的数据结构解读

什么是SEER数据库？

SEER数据库全称为：NATIONAL CANCER INSTITUTE The Surveillance, Epidemiology, and End Results Program，即美国国家癌症研究所用来监测，统计流行病学和最终结果的癌症数据库。

官方网址：https://seer.cancer.gov/

SEER数据库包含了来自各个州的注册癌症患者的信息，其中包括患者的人口学特征（如年龄、性别、种族）、癌症类型、诊断时间、治疗方法和生存状况等。这些数据对于研究癌症的流行病学、病因学、诊断和治疗方面的问题非常有价值。

获取使用权限以及下载软件

1.获取使用权限：

2.下载软件

数据提取与导出

登录页面后有“Data”、“Selection”、“Table”、“Output”四个选项。

“Data”界面中可以选择任意你想要查阅的数据集。数据集的名字上会介绍参与此个数据集的机构数量及起始时间。大家可根据自己的需要随意选择。

选好数据集后点击“Selection”，进入下一个界面。Selection其实就是选择病例筛选的条件。

筛选条件设定好之后，点击“Table”，Tab1e是选择你需要用到的临床信息。

点击工具栏的闪电按钮（Execute）就可以下载病例数据。字典功能可以提供部分变量的含义，会提供相关的链接。（第四栏0utput，指的是输出文件的文件名，可以随便命名）。

最后会出现表格形式，可以将表格的数据直接复制粘贴到excel里。

数据提取出来后就可以对数据进行数据清洗和分析啦~

数据结构

• Age at Diagnosis与Race, Sex, Year Dx, Registry, County与Race and Age (case data only)与Dates：人口基本信息，包含患者ID、诊断年龄（Age at Diagnosis）、种族（Race）、性别（Sex）、诊断年份（Year of Diagnosis）等信息。

• Site and Morphology：记录肿瘤的原发部位（Site）和组织学类型（Histologic Type/Morphology）等信息。

• Stage：包括不同分期系统（如AJCC、SEER Summary Stage等）下的肿瘤分期信息，用于描述肿瘤的严重程度与扩展范围。

• Therapy：包括患者是否接受手术、放疗、化疗等治疗方式的详细记录。

• Site Special Data Items：根据不同肿瘤类型提供专属的临床或分子特征信息，例如乳腺癌的激素受体状态、前列腺癌的PSA值等。

• Extend of Disease：反映肿瘤原发部位局部及远处的扩展情况，包括肿瘤大小、淋巴结受累及远处转移情况。

• Multiple Primary Fields：识别患者是否存在多个原发肿瘤，并记录每个肿瘤的诊断顺序和编号。