基于电子健康记录的转移性乳腺癌患者实时识别

数据集获取

源站：https://doi.org/10.34894/ATHQDF

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：开发一种筛查算法，用于从电子健康记录（EHRs）中的所有乳腺癌病例中识别转移性乳腺癌（mBC）患者。方法：使用文本挖掘软件工具 CTcue（IQVIA Business）仔细审查 EHRs。该筛查算法包括：“metastatic”（转移性）、相关治疗操作、相关放射学操作、肿瘤标志物 CA15.3 检测和“hospice”（临终关怀）。如果发现至少两个术语，则怀疑患者患有 mBC。该筛查算法在两家 SONABRE 登记研究（NCT-03577197）医院中针对 2019 年和 2020 年发病年份进行了开发和验证。人工筛查被视为金标准。计算了敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）和需筛查人数（NNS）。评估了三种情景：1）识别现患病例和新发病例，2）首次识别新发病例，3）后续识别新发病例（即，在排除既往已识别病例后）。结果：在就诊于这些医院的 6629 例乳腺癌患者中，筛查算法识别出 1323 例（20%）疑似 mBC 病例，941 例（14%）患有 mBC，其中 753 例（11%）为现患病例，188 例（3%）为新发病例。该筛查算法的敏感性、特异性、PPV、NPV 和 NNS 分别为：1）识别现患病例和新发病例时为 100%、93%、71%、100% 和 1.4；2）首次识别新发病例时为 99%、81%、13%、100% 和 7.5；3）后续识别新发病例时为 99%、94%、33%、100% 和 3.1。总体而言，筛查算法漏掉了 2 例，并额外识别出 14 例。结论：所开发的用于自动、实时识别 mBC 患者的筛查算法被认为是有效且高效的。人工筛查可至少减少 80%，额外识别出 14 例 mBC 患者，且仅漏掉 2 例 mBC 病例。该算法……

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。