CPS-II营养队列巢式病例对照研究中的代谢组学与乳腺癌风险

数据集获取

源站：https://clinicaltrials.gov/study/NCT03282812

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。本研究旨在通过一项巢式病例对照研究，探讨饮食、生活方式及血清代谢组学与乳腺癌风险的关系，该研究纳入来自癌症预防研究II（CPS-II）营养队列的1，547名绝经后女性。CPS-II营养队列是一项关于癌症发病率和死亡率的前瞻性队列研究，由美国癌症协会于1992年建立，涵盖184，185名男性和女性。参与者在1992/1993年完成了一份自填基线问卷，内容包括人口统计学、病史和生活方式信息。随访问卷于1997年发送给在世参与者，此后每两年发送一次，以更新暴露信息并确认新诊断的癌症。1998年6月至2001年5月期间，从21，963名女性中采集了血液标本。所有参与者在采血时完成了一份简短问卷并提供了知情同意。从每位参与者采集的非空腹全血经冷藏过夜运送至中心生物样本库，经处理后于约-130°C的液氮中冷冻长期保存。

在提供血液样本的21,963名女性中，研究人员确定了782名绝经后女性，这些女性在采血日期至2011年6月期间被诊断为浸润性乳腺癌，且在采血前或在其乳腺癌诊断之前未被诊断出癌症（非黑色素瘤皮肤癌除外）。对照组与病例按出生日期、采血日期和种族以1：1比例匹配，且在病例诊断日期时无癌症。被选为对照组的17名女性后来被诊断为乳腺癌，此时她们成为病例。共有1,547名绝经后女性被纳入这项乳腺癌巢式病例对照研究。

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。