生成rIPD、表格与图表的数据集及代码
CSV文件是数据集，包含免疫治疗和化疗KM曲线在指定时间点的时间和生存率。以'hn'开头的CSV文件表示头颈癌，'b'表示膀胱癌
基本信息
资源简介
生成rIPD、表格与图表的数据集及代码
本数据集名为“Dataset & Code for generating rIPD, tables, and figures”，由作者Choi, Donghwi发布，机构为Zenodo，发布时间为2026年，采用Creative Commons Attribution 4.0 International许可。数据集属于肿瘤/肺癌领域，来源站为doi.org。其核心内容是一组CSV文件，记录了免疫治疗与化疗的Kaplan-Meier（KM）曲线在指定时间点上的时间与生存率数据，并配套提供R代码，用于生成重建个体患者数据（rIPD）、表格及图形。CSV文件命名规则具有明确含义：以“hn”开头表示头颈癌，以“b”开头表示膀胱癌，不以字母开头的文件则对应非小细胞肺癌（NSCLC）。文件名中的数字与Word文件中同一编号行的论文相对应，这些Word文件分别命名为“NSCLC”“Head&Neck”和“Bladder”。该数据集仅纳入了各研究中展示KM曲线且包含最多患者数的行，并据此进行分析与上传。
【数据集背景】
该数据集面向肿瘤学中免疫治疗与化疗的生存分析比较研究。在临床研究中，KM曲线是展示时间-事件终点（如总生存期）的常用工具，但原始个体患者数据往往难以获取。本数据集通过提供从已发表KM曲线中提取的时间与生存率数据，并结合R代码及来自各论文的风险患者数，支持重建个体患者数据（rIPD），从而为后续的统计建模、二次分析或方法学验证提供数据基础。其覆盖的癌种包括非小细胞肺癌、头颈癌和膀胱癌，其中非小细胞肺癌属于本站分类中的肺癌范畴。
【数据内容】
数据集以CSV文件为核心，每个文件包含特定时间点及其对应的生存率，用于描述免疫治疗（曲线1）和化疗（曲线2）的KM曲线。文件命名规则明确：以“hn”开头的CSV文件表示头颈癌，以“b”开头的表示膀胱癌，不以字母开头的文件表示非小细胞肺癌。文件名中的数字与Word文件（分别命名为“NSCLC”“Head&Neck”和“Bladder”）中同一编号行的论文相对应。此外，数据集还包含R代码，以及来自各论文的风险患者数，这些内容共同用于生成rIPD、表格和图形。需要说明的是，仅各研究中展示KM曲线且包含最多患者数的行被选中并上传至此。
【采集与来源】
数据来源于已发表的论文，具体论文信息通过Word文件“NSCLC”“Head&Neck”和“Bladder”中的编号行进行关联。CSV文件中的时间与生存率数据系从这些论文的KM曲线中提取。来源站为doi.org，数据集发布机构为Zenodo。作者为Choi, Donghwi。关于原始论文的具体筛选标准、提取流程的详细步骤，源站未提供。
【适用场景】
该数据集适用于需要基于已发表KM曲线进行生存分析二次研究的场景，例如重建个体患者数据以开展网络Meta分析、验证生存外推方法、生成汇总表格或图形等。由于覆盖非小细胞肺癌、头颈癌和膀胱癌，并区分免疫治疗与化疗，可用于比较这两种治疗方式在不同癌种中的生存曲线特征。此外，配套的R代码可用于复现rIPD生成过程，适合方法学研究人员或统计分析师使用。
【使用方法】
使用者可依据CSV文件中的时间与生存率数据，结合R代码以及各论文中的风险患者数，生成rIPD。文件命名规则有助于快速识别癌种：以“hn”开头为头颈癌，以“b”开头为膀胱癌，不以字母开头为非小细胞肺癌。文件名中的数字应与Word文件“NSCLC”“Head&Neck”或“Bladder”中同一编号行的论文对应，以获取该研究的具体信息。曲线1对应免疫治疗，曲线2对应化疗。关于R代码的具体运行环境、依赖包及操作步骤，源站未提供。
【质量与限制】
数据集仅纳入了各研究中展示KM曲线且包含最多患者数的行，这可能导致其他包含较少患者数的曲线未被收录。数据提取自已发表的KM曲线，其精度受原始图形分辨率及提取方法影响。此外，数据集仅覆盖非小细胞肺癌、头颈癌和膀胱癌，未涵盖其他癌种。关于数据的完整性、准确性验证及潜在偏倚，源站未提供更多信息。
【引用与许可】
本数据集采用Creative Commons Attribution 4.0 International许可，允许在署名前提下共享与改编。引用时需注明作者Choi, Donghwi、发布机构Zenodo及发布时间2026。关于具体的引用格式或DOI信息，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://doi.org/10.5281/zenodo.20740666
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:
数据集大小约 1.1 MB。
数据说明
CSV文件是包含免疫治疗和化疗KM曲线在特定时间点的时间与生存率的数据集。曲线1为免疫治疗，曲线2为化疗。以“hn”开头的CSV文件表示头颈癌，“b”代表膀胱癌。不以字母开头的文件表示NSCLC。CSV文件名中的数字与名为“NSCLC”、“Head&Neck”和“Bladder”的Word文件中同一编号行对应的论文相关联。仅选取了展示特定研究中包含最多患者数量的KM曲线的行进行分析，因此上传至此。利用R代码、CSV文件以及各论文中的风险患者数，生成了rIPD。
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。
