ALICIA（CLL治疗中的Acalabrutinib）

数据集获取

源站：https://clinicaltrials.gov/study/NCT04746950

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：慢性淋巴细胞白血病。这是一项多中心、非干预性观察性研究，采用单臂设计以收集真实世界数据。在本研究中，市售的阿卡替尼将根据治疗医生的最佳临床判断，作为慢性淋巴细胞白血病的处方治疗使用。除常规临床实践中已采用的程序外，不会对患者实施额外程序。治疗分配将按照当前实践进行。来自俄罗斯各地区选定的15个中心的多中心协作努力，将有助于将更多患者纳入数据库，而不是将数据局限于单一机构。这对于以下方面至关重要：* 增加数据库样本量 * 减少偏倚（单一机构偏倚）* 提高结果对全体俄罗斯人群的普遍适用性。作为一项观察性研究，仅记录来自常规临床实践和标准治疗（SoC）、符合国家和国际法律法规的可用数据。

患者将按照处方信息接受治疗，访视频率和评估将根据常规医疗实践和标准治疗（SoC）进行。仅与这些访视和评估相对应的数据将作为研究的一部分被收集。研究数据将从患者的医疗记录中转录并录入电子病例报告表（eCRF）。研究中心的研究者将负责确保在临床研究组织的参与下，所有所需数据均被收集并录入eCRF。

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。