药物基因组学检测在III-IV期癌症支持性治疗药物优化使用中的应用
该数据集来自 clinicaltrials.gov，聚焦药物基因组学检测在III-IV期癌症患者支持性治疗药物优化使用中的作用
基本信息
资源简介
药物基因组学检测在III-IV期癌症支持性治疗药物优化使用中的应用
该数据集来自 clinicaltrials.gov，聚焦药物基因组学检测在III-IV期癌症患者支持性治疗药物优化使用中的作用。覆盖解剖学III期、IIIA期、IIIB期、IIIC期及IV期乳腺癌、胆道癌、临床III期与IV期皮肤黑色素瘤。研究评估患者检测前及检测后3个月的生活质量感知，并从提供者视角了解检测的临床实用性。患者接受一次性唾液样本采集，并在基线和检测后3个月完成生活质量评估，研究结束后继续随访。可用于分析药物基因组学检测对癌症患者生活质量及临床决策的影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：解剖学III期乳腺癌AJCC v8、解剖学IIIA期乳腺癌AJCC v8、解剖学IIIB期乳腺癌AJCC v8、解剖学IIIC期乳腺癌AJCC v8、解剖学IV期乳腺癌AJCC v8、胆道癌、临床III期皮肤黑色素瘤AJCC v8、临床IV期皮肤黑色素瘤AJCC v8。主要目标：I. 评估患者在药物基因组学（PGx）检测前及检测后3个月对其生活质量（QOL）的感知。II. 从Mayo Clinic Arizona提供者的视角，了解PGx检测在癌症患者中的临床实用性/相关性。概述：患者接受一次性唾液样本采集以进行药物基因组学检测。患者还在基线和药物基因组学检测后3个月完成生活质量评估。研究完成后，患者继续随访。
【主题与分类】
主题标签：Anatomic Stage III Breast Cancer AJCC v8、Anatomic Stage IV Breast Cancer AJCC v8、Biliary Tract Carcinoma、Malignant Brain Neoplasm、Malignant Genitourinary System Neoplasm、Malignant Solid Neoplasm、Pancreatobiliary Carcinoma、Stage III Colorectal Cancer AJCC v8、Stage III Ovarian Cancer AJCC v8、Stage III Pancreatic Cancer AJCC v8。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04067960
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT04067960
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
条件：解剖学分期III期乳腺癌AJCC v8、解剖学分期IIIA期乳腺癌AJCC v8、解剖学分期IIIB期乳腺癌AJCC v8、解剖学分期IIIC期乳腺癌AJCC v8、解剖学分期IV期乳腺癌AJCC v8、胆道癌、临床分期III期皮肤黑色素瘤AJCC v8、临床分期IV期皮肤黑色素瘤AJCC v8。主要目标：I. 评估患者在药物基因组学（PGx）检测前及检测后3个月对其生活质量（QOL）的感知。II. 从Mayo Clinic Arizona的医疗服务提供者的角度，了解PGx检测在癌症患者中的临床实用性/相关性。概述：患者接受一次性唾液样本采集以进行药物基因组学检测。患者还在基线时及药物基因组学检测后3个月完成生活质量评估。研究完成后，对患者进行长达1年的随访。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
