肺腺癌骨转移患者骨骼与代谢参数和总生存期的关联(POUMOS)

POUMOS 是一项来自 clinicaltrials.gov 的前瞻性队列数据集,聚焦肺腺癌伴首次骨转移(IV 期)患者

Hospices Civils de LyonHospices Civils de Lyon
clinicaltrials
浏览 15
医学影像预测Bone MetastasesLung Cancer
Association of Bone and Metabolic Parameters With Overall Survival in Patients With Bone Metastases From Adenocarcinoma Lung Cancer (POUMOS)

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-10

资源简介

肺腺癌骨转移患者骨骼与代谢参数和总生存期的关联(POUMOS)

POUMOS 是一项来自 clinicaltrials.gov 的前瞻性队列数据集,聚焦肺腺癌伴首次骨转移(IV 期)患者。数据涵盖骨活检及肿瘤 EGFR、KRAS、BRAF、ALK 分子状态,骨闪烁显像或 FDG-PET/CT 确定的骨转移部位,DEXA 扫描获取的全身身体成分,以及空腹血骨骼与代谢指标。该数据可用于分析骨骼与代谢参数同患者总生存期之间的关联,支持肺癌骨转移预后相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:骨转移、肺癌。非小细胞肺癌导致的死亡是全球男性癌症死亡的首要原因。肺腺癌常引起骨转移,导致高发病率和生活质量受损。这些患者的总生存期较差。因此,研究者旨在确定某些骨骼和代谢参数是否与总生存期相关。患者与方法 POUMOS是一个前瞻性队列,纳入患有腺癌肺癌并首次发生骨转移(IV期)的患者。所有患者均进行骨活检,并对肿瘤进行EGFR、KRAS、BRAF和ALK的分子状态特征分析。骨转移定位通过骨闪烁扫描或FDG-PET/CT获得。全身身体成分通过DEXA扫描(Hologic®)获得。研究者还评估了空腹血液中骨骼和代谢生物标志物的水平。生存分析将使用比例风险回归模型进行。

【主题与分类】

主题标签:Bone Metastases、Lung Cancer。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02810262

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

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/NCT02810262

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

条件:骨转移、肺癌。非小细胞肺癌导致的死亡是全球男性癌症死亡的首要原因。肺腺癌常引起骨转移,导致高发病率和生活质量受损。这些患者的总生存期较差。因此,研究者旨在确定某些骨骼和代谢参数是否与总生存期相关。患者与方法 POUMOS是一个前瞻性队列,纳入患有腺癌肺癌并首次发生骨转移(IV期)的患者。所有患者均进行骨活检,并对肿瘤进行EGFR、KRAS、BRAF和ALK的分子状态特征分析。骨转移定位通过骨闪烁扫描或FDG-PET/CT获得。全身身体成分通过DEXA扫描(Hologic®)获得。研究者还评估了空腹血液中骨骼和代谢生物标志物的水平。生存分析将使用比例风险回归模型进行。

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。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案