乳腺癌新辅助紫杉烷-蒽环类化疗后反应及生存基因组预测因子的验证队列

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-25065

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

目的：开发一种预测性检测，用于预测HER2阴性浸润性乳腺癌患者接受新辅助紫杉烷-蒽环类化疗后的反应与生存。

方法：我们基于治疗前肿瘤活检（310例患者）开发了一种基于微阵列的基因表达检测，根据雌激素受体（ER）状态、对化疗的病理反应、3年疾病结局和内分泌治疗敏感性来预测良好结局。如果预测对化疗有病理缓解（而非耐药），或对内分泌治疗敏感，则将肿瘤归类为治疗敏感。我们在另外198例患者中测试了其对病理反应（PPV，阳性预测值）、远处无复发生存（DRFS）以及中位随访时绝对风险降低的预测准确性，并给出95%置信区间（CI）。采用基于似然比检验的多因素Cox回归分析评估其与临床病理因素的独立性。比较了其他可评估的、已发表的反应预测因子（基因组分级指数（GGI）、内在亚型（PAM50）、pCR预测因子（DLDA30））。新辅助验证队列包括198例HER2阴性乳腺癌病例，术前接受紫杉烷-蒽环类化疗，若ER阳性则接受内分泌治疗。在新辅助治疗结束时评估反应，并在术后随访远处无复发生存至少3年。

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。