乳腺癌转移复发预测与预后38基因表达特征

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-11264

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

背景 目前，尚无基于淋巴结阳性队列建立的基因表达特征（GES）能够预测乳腺癌在系统性辅助化疗后的演变。方法 通过代表5，776个不同基因的cDNA定制芯片，测定了252名淋巴结阳性患者（中位随访时间：7.7年）的基因表达谱，这些患者大多参与了一项随机临床试验（PACS01），并接受了系统性辅助治疗方案。结果 在训练队列中，我们建立了一个38-GES，旨在预测远处转移时间。38-GES的未调整风险比为4.86（95% CI=2.76-8.56）。即使采用两个最佳的临床病理预后评分NPI和Adjuvant!进行调整，38-GES的风险比分别为3.30（1.81-5.99）和3.40（1.85-6.24）。此外，38-GES主要改善了NPI和Adjuvant!中危分类患者的预后评估。NPI中危患者（7年MFS=87.2%）被分为两组：2/3（7年MFS=95.5%）接近NPI低危组，1/3（7年MFS=69.3%）接近NPI高危组（HR=6.97 [2.51-19.36]）。Adjuvant!

中危患者（7年MFS=88.0%）被分为两组：2/3（7年MFS=94.8%）接近Adjuvant!低危组，1/3（7年MFS=71.7%）接近Adjuvant!高危组（HR=5.31 [5.38-11.87]）。38-GES在来自三个外部淋巴结阳性乳腺癌亚队列（n=224）的基因表达数据集上进行了验证，这些数据集由不同的微阵列平台生成。38-GES得出的未校正HR=2.95（1.74-5.01）。此外，38-GES在不同淋巴结状态和终点的补充队列（1,031例新患者）中显示出性能。解读：38-GES是一种稳健的工具，能够对接受全身辅助治疗的淋巴结阳性患者进行分型，识别出高转移复发风险者，尤其在区分NPI或Adjuvant!中危淋巴结阳性患者方面表现突出。关键词：疾病状态分析 252例乳腺癌患者确诊时采用斑点杂交检测

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。