基本信息

模态

表格

任务类型

预测

创建/更新时间

2026-10-20

资源简介

年轻乳腺癌队列研究

Young Breast Cancer Cohort Study 是一项聚焦年轻乳腺癌人群的前瞻性队列研究，登记来源为 clinicaltrials.gov，所属分类为肿瘤 / 乳腺癌，主题标签为 Breast Cancer。该研究以 40 岁以下乳腺癌患者为研究对象，旨在全面调查并识别年轻乳腺癌（YBC）的临床病理特征与长期结局。研究在入组时采集患者的基线特征，涵盖肿瘤特征、家族史及其他背景信息；在患者同意的前提下，还收集乳腺癌组织与血液样本，用于遗传特征分析。整体来看，该数据集围绕年轻乳腺癌这一特定人群，将基线临床信息与生物样本资源相结合，为理解该人群的疾病特征和远期转归提供研究基础。

【数据集背景】

乳腺癌在不同年龄人群中的表现存在差异，年轻乳腺癌患者在临床病理特征与长期结局方面具有其特殊性。Young Breast Cancer Cohort Study 正是针对这一人群设立的前瞻性队列研究，其研究目的明确为全面调查和识别 40 岁以下乳腺癌患者的临床病理特征及长期结局。该研究以条件 Breast Cancer 为登记对象，所属分类为肿瘤 / 乳腺癌，主题标签为 Breast Cancer，来源站为 clinicaltrials.gov。通过建立面向年轻患者的专门队列，研究希望系统积累该人群的基线资料与随访结局信息，并借助生物样本的遗传特征分析拓展对疾病的认识。

【数据内容】

该数据集的内容主要包括两类信息。第一类是患者基线特征，涵盖肿瘤特征、家族史以及其他背景信息，这些信息在患者入组时采集，用于刻画研究对象的初始状态。第二类是生物样本及其衍生分析内容，即在患者同意遗传分析的情况下，收集乳腺癌组织与血液样本，用于分析遗传特征。研究对象限定为 40 岁以下的乳腺癌患者。除上述内容外，源站未提供关于具体变量条目、样本量、随访时长及数据字段结构的进一步说明。

【采集与来源】

数据来源于 clinicaltrials.gov 登记的这项前瞻性队列研究。采集方式为在入组时收集患者的基线特征，包括肿瘤特征、家族史及其他背景信息；生物样本的采集以患者同意为前提，仅对同意遗传分析的患者收集乳腺癌组织与血液样本。研究设计为前瞻性队列研究，研究对象为 40 岁以下乳腺癌患者。关于采集地点、采集时间窗口、样本处理与保存流程等细节，源站未提供。

【适用场景】

基于其研究定位，该数据集适用于围绕年轻乳腺癌开展的临床病理特征描述与长期结局观察，也可用于结合组织与血液样本的遗传特征分析研究。由于研究对象明确限定为 40 岁以下患者，该数据适合用于关注这一特定年龄人群疾病特征的研究场景。关于具体可支持的分析方法与应用案例，源站未提供。

【使用方法】

源站未提供该数据集的具体使用方法，包括访问方式、数据获取流程、变量使用说明及分析建议等均未说明。

【质量与限制】

该研究的优势在于前瞻性队列设计与生物样本的结合，且遗传分析以患者同意为前提，体现了样本采集的伦理考量。其限制在于研究对象仅覆盖 40 岁以下乳腺癌患者，适用范围具有人群特异性。关于样本量、随访完整性、数据缺失情况与质量控制措施，源站未提供。

【引用与许可】

源站未提供该数据集的引用方式与许可信息。

原始链接

https://clinicaltrials.gov/study/NCT03131089

访问原始数据

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://clinicaltrials.gov/study/NCT03131089

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。

数据说明

条件：乳腺癌。本研究为前瞻性队列研究，旨在全面调查和识别年轻乳腺癌（YBC）的临床病理特征及长期结局。我们已纳入40岁以下的乳腺癌患者，并收集了其基线特征，包括肿瘤特征、家族史及其他背景信息。此外，若患者同意进行基因分析，我们还收集了乳腺癌组织/血液样本用于分析遗传特征。

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