PREDICT 注册研究：DCIS 检测与随访

数据集获取

源站：https://clinicaltrials.gov/study/NCT03448926

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

疾病状态：DCIS（导管原位癌）、0期乳腺癌、乳腺导管原位癌。在确诊DCIS后，将最具代表性的组织块（或切取3-4微米厚度、置于带电荷载玻片上的10张切片）送至PreludeDx进行DCISionRT检测。最具代表性的标本应选自作为常规患者护理一部分的直接肿瘤活检（空心针穿刺活检或切除活检）所采集的组织。患者必须入组研究，且在DCISionRT结果报告之前，必须完成并提交入组和检测前数据表。随后，在审核DCISionRT结果后，研究者完成并提交检测后数据表。之后，患者可接受长达10年的随访（或直至死亡），并完成5年和10年随访表。所有研究数据将存储于由协调中心维护的加密、符合HIPAA要求的数据库中。每位签署知情同意书的患者将被分配一个唯一的研究ID编号。各机构的研究人员将持有一份电子密钥，用于将其本机构患者的研究ID与患者当地病历号进行关联。

所有个人健康信息（PHI）将保留在本地机构，仅去标识化数据将上传至国家登记数据库。数据库中不会包含任何可能用于识别患者身份的基因检测结果。本研究旨在评估基于DCISionRT检测结果影响医生治疗建议的程度及条件，评估患者偏好，并在各种临床病理亚组中进行分析。这也将是迄今为止规模最大的、针对DCISionRT检测结果与IBR结局相关性的前瞻性测定。PREDICT登记研究的第一部分近期已完成2，500名受试者的入组，这些受试者的DCISionRT结果均采用原始检测方案报告，该方案将患者分为两个风险组：低风险和高风险。64 PREDICT登记研究的第二部分将额外入组最多3，000名受试者，来自美国境内15至30个研究中心。

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。