评估芳香化酶抑制剂肌肉骨骼症状遗传预测因素的队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02874222

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：乳腺癌。美国国家癌症研究所（NCI）癌症预防部已将AIMSS认定为未来研究的优先领域。这些症状与AI停药率高相关，从而损害生存结局，给患者和社会带来巨大代价。关于AIMSS、如何预测哪些人面临该病症风险或因症状而停药的风险，目前所知甚少。本研究将为在患者报告结局、表型和实验室层面全面评估风险因素提供基础。我们将探索AIMSS在不同种族人群中的自然史，并验证既往报道的AIMSS发生的遗传决定因素。多中心GWAS研究在超大样本量下常见的一个问题，尤其是在缺乏可测量诊断参数的情况下，是纳入异质性患者群体。除评估药物基因组学预测因素外，本研究还涉及预先定义的AIMSS表型的明确化以及患者报告结局（PROs）的收集。

因此，这些数据将具有临床实用价值，能够阐明与芳香化酶抑制剂停药相关的因素，从而指导临床医生采取干预措施以提高用药依从性。结合其他研究，长期目标是开发一种基因特征，用于更好地指导乳腺癌患者内分泌治疗的选择。AIMSS的潜在生理机制仍不清楚。一项小规模探索性病例对照研究未发现常见细胞因子在AIMSS中发挥作用。雌激素及雌激素代谢物的作用仍可能是解释性变量，新型细胞因子如IL-17亦可能如此。这种新近描述的细胞因子已被认为与类风湿性关节炎和其他自身免疫性疾病等疾病相关，并且在关节炎动物模型中已 specifically 与关节痛觉感受相关联。AIMSS表型：迄今为止关于AIs的大型研究（ATAC、BI

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。