晚期癌症患者前瞻性注册研究：可操作生物标志物与驱动突变患病率评估以解决精准医学差异

数据集获取

源站：https://clinicaltrials.gov/study/NCT05697198

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

疾病范围：肺癌、卵巢癌、子宫癌、结直肠癌、胃癌、食管癌、胰腺癌、黑色素瘤。本试点项目的范围包括：提高个性化医疗（PM）检测的使用率，利用OmniSeq检测在临床适宜的患者中识别可干预的靶向突变，并提升医疗质量，尤其是在为少数族裔及医疗服务不足患者群体提供诊疗的机构中。本试点项目的研究范围涵盖三个必要领域，以了解可行性和最佳方法。i. 如何确定适当的步骤和策略，以提高依从性，从而按照已批准的指南为所有癌症患者（包括所有少数族裔患者）实现最佳检测。ii. 如何联系、追踪和检测所有符合条件的患者，并影响结局以预防未患病亲属未来的癌症。iii. 追溯方法对已确诊符合条件的癌症类型但尚未接受检测的患者进行识别、检测并指导适当临床管理和干预的影响。

这可以通过以下方式实现：1）检索病理记录或肿瘤登记数据库；2）社区参与活动；3）基于家族（和/或个人）癌症史的自我转诊。PREFER登记处将使Labcorp/OmniSeq能够在登记处之外创建一个生物样本库。其益处如下：* 生物样本库登记处将收集临床数据、储存生物标本，并维护其他相关信息以供未来研究使用。* 生物样本库将通过增加来自社区肿瘤学实践的可供研究使用的代表性组织样本，以反映种族和社会健康决定因素（SDOH），从而解决医疗保健差异问题。生物样本库将创建不同种族中不同突变和/或种系信息的目录，以供未来药物开发使用。* 生物样本库将确保数据质量、增强研究，并管理其收藏中生物标本的可及性及分发/处置。* 生物样本库将去

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。