使用自适应联合分析的医疗治疗决策

数据集获取

源站：https://clinicaltrials.gov/study/NCT02608307

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。

数据说明

条件：癌症、脑肿瘤、实体瘤、白血病、淋巴瘤。本观察性研究的数据将在参与者加入研究时首次收集。如果参与者同意在疾病复发或癌症再发时被重新联系，随访数据将在加入研究后最多五年的第二个时间点收集。第二个随访时间点是可选的。参与者将在笔记本电脑上完成两份简短问卷和一项引导式调查。青少年和年轻成人患者及家长将参加由访谈者主导的访谈环节。问卷包括赫斯希望指数（HHI），用于评估临床环境中成人的希望水平，以及决策偏好问卷（DMPQ），用于识别家长认为影响其在治疗决策中作用的因素。引导式调查呈现了一个假设情境，概述了疾病复发或进展时的不同治疗选择。

参与者将被要求回答与治疗类型、治疗地点、治疗医院、治疗途径、治疗症状或副作用、生活质量、就诊频率、住院几率、治愈几率以及生存时间相关的问题。将收集AYA患者的医疗数据，包括癌症诊断、诊断日期、治疗持续时间以及治疗的严重副作用和并发症。数据将按组进行分析：(1)青少年和年轻成年患者，(2)父母，或(3)医疗保健提供者。

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。