数据集获取

源站：https://doi.org/10.5281/zenodo.23243982

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 92.9 KB。

数据说明

晚期效应作为异质性：代码与重建数据

本数据存档包含论文 > Gönen, M. Late Effects as Heterogeneity: How Many Patients Benefit in Immunotherapy Trials? Biometrics（已投稿）的代码与重建的患者水平数据。本数据存档：https://doi.org/10.5281/zenodo.23243982

该论文表明，患者水平上的延迟治疗效应与人群水平上的获益异质性是同一对象。论文提出将获益患者的实际比例作为估计目标，并为其给出了无模型下界、有效的置信下限以及非参数最大似然估计量。代码可复现论文及其补充材料中的每一项模拟、表格和图形。

内容 README.md 本文件 LICENSE 代码采用 MIT 许可证，数据采用 CC BY 4.0 许可证 CITATION.cff 引用元数据 requirements.txt Python 依赖项 code/ 估计器、模拟及真实数据分析（见 code/README.md） data/ reconstructed_ipd.csv 重建的总生存期，每行代表一位患者 comparisons.csv 所分析的八项比较及其来源 results.csv 论文中报告的所有模型拟合结果 ## 数据 这些数据是利用 Guyot 等人（2012）的算法，从已发表的 Kaplan–Meier 曲线和风险人数中重建的总生存时间。它们并非原始试验数据。在大多数组别中，这些数据将已发表的地标生存率复现至 0.5 个百分点以内（最差为 1.3），并将已发表的风险比复现至 0.03 以内，但它们带有数字化误差，且仅近似于删失模式。 ### reconstructed_ipd.csv | 列名 | 描述 | |—|—| | trial | 试验名称 | | population | 分析人群 | | arm | 治疗组 | | patient | 组内患者索引（与真实患者无关联） | | time_months | 随访时间（月） | | event | 1 = 死亡，0 = 删失 | 该文件包含 15 个组别和 5443 行数据。

有两点需要注意。CheckMate 067有三点。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。