ER阳性/HER-2阴性晚期乳腺癌生存预测模型的建立
该数据集来自clinicaltrials.gov，为一项研究者发起的 prospective 临床队列研究，聚焦新诊断的ER阳性/HER-2阴性晚期乳腺癌患者，旨在研究影响总生存的高危因素并建立生存预测模型
基本信息
资源简介
ER阳性/HER-2阴性晚期乳腺癌生存预测模型的建立
该数据集对应一项由研究者发起的 prospective 临床队列研究，聚焦新诊断的ER阳性/HER-2阴性晚期乳腺癌患者，旨在探索影响患者总生存的高危因素，并据此建立生存预测模型。研究以总生存为主要关注结局，通过模型预测将新诊断的ER阳性/HER-2阴性晚期乳腺癌患者划分为低、中、高三个风险组，为后续随机对照研究的设计提供理论依据。该研究定位为国际上首个针对晚期乳腺癌患者生存的前瞻性预测模型，同时也是首次建立适合中国国情的ER阳性/HER-2阴性晚期乳腺癌生存预测模型。数据集来源于clinicaltrials.gov，归类于肿瘤/乳腺癌方向，主题标签为Breast Cancer。
【数据集背景】
乳腺癌是常见的恶性肿瘤之一，其中ER阳性/HER-2阴性是重要的分子分型亚组。对于新诊断即为晚期的该类患者，其总生存受多种高危因素影响，临床亟需能够个体化评估预后的工具。该研究正是在这一背景下提出，试图通过前瞻性临床队列的方式，系统识别影响总生存的高危因素，并构建可落地的生存预测模型。研究特别强调其两项“首次”定位：一是首个针对晚期乳腺癌患者生存的前瞻性预测模型，二是首次建立适合中国国情的ER阳性/HER-2阴性晚期乳腺癌生存预测模型，体现出明确的本土化应用导向。
【数据内容】
该数据集围绕新诊断的ER阳性/HER-2阴性晚期乳腺癌患者展开，核心内容涉及影响总生存的高危因素信息以及基于这些因素建立的生存预测模型。模型输出的生存预测结果用于将患者划分为低风险、中风险和高风险三个组别。源站描述未具体说明所采集的变量条目、样本量、随访时长、结局事件数量等细节，相关内容源站未提供。
【采集与来源】
数据来源于clinicaltrials.gov登记的研究项目，研究类型为研究者发起的prospective临床队列研究。该研究以新诊断的ER阳性/HER-2阴性晚期乳腺癌患者为研究对象，围绕总生存结局开展前瞻性观察与建模。除上述来源与设计类型信息外，具体的采集机构、采集地点、采集时间窗口、随访频率等，源站未提供。
【适用场景】
该数据集及配套模型适用于ER阳性/HER-2阴性晚期乳腺癌患者的预后风险分层，可依据预测的生存结局将新诊断患者区分为低、中、高三个风险组，从而为临床决策与后续随机对照试验的设计提供理论依据。其本土化定位使其尤其适合面向中国国情的相关研究与临床应用场景。除此之外的其他具体应用方式，源站未提供。
【使用方法】
根据源站描述，使用方式体现为：以模型预测的生存结局为依据，对新诊断的ER阳性/HER-2阴性晚期乳腺癌患者进行低、中、高风险分组。关于模型的具体输入变量、算法形式、评分规则、验证流程及使用操作步骤，源站未提供。
【质量与限制】
该研究的突出特点在于前瞻性设计与两项“首次”定位，为其证据价值提供了一定支撑。但就数据集本身而言，样本规模、随访完整性、缺失数据处理、模型区分度与校准度等质量指标，源站未提供；同时，模型基于中国国情人群构建，向其他人群外推时的表现亦缺少可用信息。相关限制内容源站未提供。
【引用与许可】
该数据集登记于clinicaltrials.gov，源站描述中未包含引用格式、许可条款或数据使用协议等信息，相关内容源站未提供。
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/NCT04683757
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：乳腺癌。本项目为研究者发起的 prospective、临床队列研究，旨在研究影响新诊断ER+/HER2-晚期乳腺癌患者总生存的高危因素，并建立影响总生存的ER+/HER2-晚期乳腺癌患者预测模型。本项目是首个针对晚期乳腺癌患者生存的前瞻性预测模型，也是首次建立适合中国国情的ER阳性/HER2阴性晚期乳腺癌生存预测模型。根据模型预测的生存结局，将新诊断的ER阳性/HER2阴性晚期乳腺癌分为低、中、高危三组，为今后进一步设计随机对照临床研究以及指导不同人群的个体化精准治疗方案提供重要理论依据。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
