LOTUS-CC：揭示癌症恶病质亚型的观察性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06073431

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

疾病状态：晚期结直肠癌、晚期肺非小细胞癌、晚期胰腺腺癌、IV期结直肠癌AJCC v8、IV期肺癌AJCC v8、IV期胰腺癌AJCC v8、不可切除的结直肠癌、不可切除的肺非小细胞癌。主要目标：I. 在癌症患者中，针对高CC风险群体，基于基线时的宿主特征（如恶病质症状、身体活动、身体功能、包括血红蛋白和白蛋白在内的血液生物标志物以及身体组成）及这些因素随时间的变化，识别CC综合征内的多个不同诊断亚型。次要目标：I. 确定每种CC表型与总生存期的关联。II. 验证由我们在Kaiser Permanente的合作者进行的另一项独立恶病质观察性研究中开发的CC诊断表型。III. 收集血液、肿瘤组织和医学图像的人体样本，并建立一个大型、全面的CC数据库，该数据库在临床上标注了癌症相关结果、恶病质症状和身体功能数据。探索性目标：I.

通过测定宫颈癌（CC）患者肿瘤中白细胞介素-6（IL-6）表达与血液中IL-6及CC趋化因子配体2（CCL2）水平之间的关联，评估肿瘤源性因素对CC的贡献。研究概要：这是一项观察性研究。患者在基线和3个月随访时完成耗时30分钟的调查问卷，接受耗时30分钟的体能测试，进行血液及存档肿瘤样本采集，并佩戴活动记录仪连续24小时、持续7天，以记录日常睡眠和运动活动。此外，患者在整个研究期间接受标准护理的计算机断层扫描（CT）或正电子发射断层扫描（PET）/CT扫描，并在基线、3个月和1年随访时审查患者的医疗记录。

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。