STRIVE研究：多癌种早期检测血液测试开发
该数据集来自clinicaltrials.gov的STRIVE研究，为前瞻性、多中心、观察性队列研究，旨在验证一种用于早期检测乳腺癌及其他侵袭性癌症（包括血液系统恶性肿瘤）的血液检测方法
基本信息
资源简介
STRIVE研究：多癌种早期检测血液测试开发
该数据集对应 clinicaltrials.gov 登记的 STRIVE 研究，全称为“The STRIVE Study: Development of a Blood Test for Early Detection of Multiple Cancer Types”，主题标签为 Neoplasms 与 Cancer，在本站归入肿瘤 / 乳腺癌分类。这是一项前瞻性、多中心、观察性队列研究，核心目的是验证一种用于早期检测乳腺癌及其他侵袭性癌症（包括血液系统恶性肿瘤）的血液检测方法。其基本思路是：肿瘤会将循环游离核酸（cfNAs）释放到血液中，通过分析这些 cfNAs 有望实现早期癌症检测；研究采用基于广泛基因组覆盖与深度测序的高强度测序策略，并结合机器学习来开发早期检测癌症的血液检测方法。研究在参与者接受筛查性乳腺 X 线摄影后 28 天内采集血样，并对部分参与者追加采集血样；对研究期间被诊断为癌症的参与者，还将收集存档组织样本。
【数据集背景】
STRIVE 研究的开展建立在这样一个认识之上：早期癌症的检测或许可以通过分析肿瘤释放到血液中的循环游离核酸（cfNAs）来实现。GRAIL 采用高强度测序（基于广泛的基因组覆盖和深度测序）对 cfNAs 进行分析，并结合机器学习，以开发用于癌症早期检测的血液检测方法。该研究是一项前瞻性、多中心、观察性队列研究，其目的是验证一种用于早期检测乳腺癌及其他侵袭性癌症（包括血液系统恶性肿瘤）的检测方法。研究关注的疾病条件为肿瘤与癌症，本站将其归入肿瘤 / 乳腺癌分类。
【数据内容】
源站描述所覆盖的数据内容包括：参与者的人口学与队列相关信息、采血时间与血样、cfNAs 的高强度测序数据，以及针对研究期间被诊断为癌症的参与者所收集的存档组织样本。关于样本量、测序深度、基因组覆盖范围的具体数值、机器学习模型细节、随访时长以及数据文件格式与字段结构，源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov 登记的这项前瞻性、多中心、观察性队列研究。血液样本的采集安排为：在参与者接受筛查性乳腺 X 线摄影后 28 天内采集血样；此外，还会为一部分参与者追加采集血样。对于在研究期间获得癌症诊断的参与者，将收集其存档组织样本。关于各中心的具体数量与地点、入组与排除标准、招募时间窗，源站未提供。
【适用场景】
该数据集适用于与癌症早期检测相关的血液检测方法验证研究，尤其是针对乳腺癌及其他侵袭性癌症（包括血液系统恶性肿瘤）的检测方法验证；也可用于围绕 cfNAs 高强度测序与机器学习相结合的技术路线开展方法学研究。关于具体的下游应用案例或已验证的临床用途，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该研究为观察性队列设计，其设计定位是验证检测方法。关于样本量、数据完整性、测序质量指标、偏倚控制措施以及数据使用的具体限制，源站未提供。
【引用与许可】
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/NCT03085888
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：肿瘤，癌症。通过分析肿瘤释放到血液中的循环游离核酸（cfNAs），可能实现早期癌症的检测。GRAIL公司正利用高强度测序技术（基于广泛的基因组覆盖和深度测序）对cfNAs进行分析，并结合机器学习，开发用于早期检测癌症的血液测试。这项前瞻性、多中心、观察性队列研究的目的是验证一种用于早期检测乳腺癌和其他侵袭性癌症（包括血液系统恶性肿瘤）的检测方法。该研究将在参与者进行筛查性乳腺X光检查后的28天内采集其血液样本。还将为部分参与者采集额外的血液样本。对于在研究期间被诊断为癌症的参与者，将收集其存档的组织样本。
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。
