CCC19 乳腺癌与种族差异结局研究

数据集获取

源站：https://doi.org/10.5061/dryad.1g1jwsv10

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 38.2 KB。

数据说明

背景：关于乳腺癌（BC）合并2019冠状病毒病（COVID-19）患者的信息有限，尤其是在代表性不足的种族/族裔人群中。方法：这是一项基于COVID-19与癌症联盟（CCC19）登记处的回顾性队列研究，研究对象为2020年3月至2021年6月在美国诊断为实验室确诊严重急性呼吸综合征冠状病毒2（SARS-CoV-2）感染的患有活动性或既往BC的女性。主要结局为COVID-19严重程度，采用五级有序量表测量，包括以下并发症均无、住院、入住重症监护病房、机械通气和全因死亡。多变量有序logistic回归模型确定了与COVID-19严重程度相关的特征。结果：分析共纳入1，383例BC合并COVID-19的女性患者记录，中位年龄为61岁，中位随访时间为90天。

多变量分析显示，COVID-19重症风险较高的因素包括：年龄较大（每增加10岁的aOR为1.48 [95% CI，1.32–1.67]）；黑人患者（aOR 1.74；95 CI 1.24–2.45）、亚裔美国人和太平洋岛民患者（aOR 3.40；95 CI 1.70–6.79）及其他（aOR 2.97；95 CI 1.71–5.17）种族/族裔群体；ECOG体能状态较差（ECOG PS ≥2：aOR，7.78 [95% CI，4.83–12.5]）；既往存在心血管（aOR，2.26 [95% CI，1.63–3.15]）/肺部合并症（aOR，1.65 [95% CI，1.20–2.29]）；糖尿病（aOR，2.25 [95% CI，1.66–3.04]）；以及活动性和进展期癌症（aOR，12.5 [95% CI，6.89–22.6]）。西班牙裔族裔、抗肿瘤治疗模式的时间及类型与较差的COVID-19结局无显著相关性。整个队列的总全因死亡率和住院率分别为9%和37%；然而，其因BC疾病状态而异。结论：利用最大的癌症与COVID-19登记库之一，我们确定了与

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。