LKB1表达与非小细胞肺癌临床结局的回顾性队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07710599

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：非小细胞肺癌。本观察性研究旨在探讨LKB1（STK11）改变在非小细胞肺癌（NSCLC）患者中的临床和生物学意义，并确定LKB1突变状态连同共发生的基因组改变能否预测不同治疗策略下的治疗反应和生存结局。本研究旨在回答的主要问题是，LKB1驱动的分子亚组能否界定NSCLC患者中不同的临床行为、免疫表型和治疗易感性。本研究纳入的参与者为确诊NSCLC、且具备可用肿瘤组织样本、基因组测序数据、PD-L1免疫组化评估及临床随访信息的成年患者。将回顾性纳入约300例NSCLC患者。将从病历中收集临床特征，包括年龄、性别、吸烟史、病理亚型、TNM分期、治疗史和生存结局。

将采用靶向下一代测序技术对肿瘤组织样本进行分析，以识别涉及LKB1（STK11）、KRAS、KEAP1、TP53及其他癌症相关基因的基因组改变。将进行免疫组织化学检测以评估LKB1蛋白表达和PD-L1表达水平。基因组图谱将与临床特征和治疗信息进行整合，包括化疗、靶向治疗、免疫检查点抑制剂治疗及联合治疗方案。该研究将根据生物学相关的基因组背景对患者进行分类，以LKB1突变为主要分子因素，并将KRAS、KEAP1和TP53改变视为重要的共分子修饰因素。将比较不同基因组亚组，以确定其与PD-L1表达模式、治疗反应及长期临床结局的关联。该研究将评估LKB1改变是否导致治疗异质性

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。