在AMC使用筛查工具描述HIV相关癌症负担与患者特征

数据集获取

源站：https://clinicaltrials.gov/study/NCT05510908

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：HIV相关恶性肿瘤、HIV感染、癌症、艾滋病相关淋巴瘤、艾滋病相关卡波西肉瘤、艾滋病相关恶性肿瘤、肛门癌、HPV相关恶性肿瘤。主要目标：估算在国内AMC机构就诊的HIV感染者（PWH）中的癌症数量。次要目标：描述符合条件但未入选AMC临床试验的参与者特征，以了解机构特定和试验特定的招募障碍。探索性目标：1. 标准化并扩大在国内AMC机构接受治疗的PWH所收集的社会人口学及癌症诊断和治疗特征的数量和质量。2. 使用经过验证的工具描述国内AMC机构PWH的癌症患者健康相关生活质量：欧洲癌症研究与治疗组织生活质量问卷[EORTC QLQ-C30]和支持性照护需求调查简表34[SCNS-SF34]。概要：通过筛查电子病历或机构数据库识别参与者。所有符合条件的参与者参加一次访视，以收集广泛的人口学和临床数据。

正在开始或接受癌症持续治疗的参与者将参加一次随访。研究访视期间的数据收集将通过调查程序和/或病历审查进行。

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。