动物脑胶质瘤基因治疗系统评价与meta分析数据集

数据集获取

源站：https://doi.org/10.5061/dryad.bs8c4

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 450.0 KB。

数据说明

背景：治疗方法的开发常常以有前景的动物研究为特征，但这些研究却未能转化为临床疗效；胶质瘤基因治疗的开发也是如此。我们检验了以下假设：这是由于报告基因治疗在实验性胶质瘤中应用的研究其内部效度和外部效度存在局限性所致。方法：我们通过检索三个在线数据库，系统性地识别了在啮齿动物胶质瘤模型中测试基因治疗的研究。提取了接受治疗的动物数量和生存期中位数，并使用质量检查表对研究进行分级。我们计算了生存期中位数比值，并使用随机效应荟萃分析来评估疗效。我们探讨了研究设计和质量的影响，并寻找发表偏倚的证据。结果：我们识别出193篇在实验性胶质瘤中使用基因治疗的出版物，共包括6，366只动物。总体而言，基因治疗使生存期中位数提高了1.60倍（95% CI 1.53–1.67）。研究质量较低，且基因治疗的类型并不能解释结局差异。研究设计特征解释了研究间异质性的显著比例。

我们在仅限于最常见基因治疗的数据子集中观察到了类似的发现。结论：由于关键分子通路的失调是胶质瘤的特征，基因治疗仍然是胶质瘤的一种有前景的治疗方法。尽管如此，我们已经确定了研究实施和报告中需要改进的领域，并为样本量计算提供了依据。进一步的工作应集中在能够重现人类疾病的范式中的感兴趣基因上。这可能会改善此类疗法向临床的转化。

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。