数据与分析代码：高危子宫内膜癌辅助治疗网状Meta分析
提取的试验层面风险比数据集及R/netmeta分析代码，用于复现高危子宫内膜癌中辅助放疗、化疗、放化疗以及化疗联合PD-1阻断的网状Meta分析
基本信息
资源简介
数据与分析代码：高危子宫内膜癌辅助治疗网状Meta分析
该数据集为一项针对高危子宫内膜癌辅助治疗方案的网状Meta分析提供了可复现的数据基础与分析代码。数据集英文名为“Data and analysis code: Network meta-analysis of adjuvant therapy for high-risk endometrial cancer”，由Nakanishi, Kazuho与Sugita, Masatoshi共同完成，发布于Zenodo平台，发布时间为2026年，采用Creative Commons Attribution 4.0 International许可协议。数据集内容涵盖从原始研究中提取的试验层面风险比数据，以及使用R语言netmeta包编写的分析代码，旨在复现对辅助放疗、化疗、放化疗以及化疗联合PD-1阻断四种干预措施在高危子宫内膜癌中疗效比较的网状Meta分析。该数据集在肿瘤学分类下发布，为研究者提供了透明、可重复的循证分析资源。
【数据集背景】
高危子宫内膜癌的辅助治疗决策涉及多种模式，包括放疗、化疗、放化疗以及近年来引入的免疫检查点阻断联合化疗。不同治疗策略之间的相对疗效需要通过系统评价与网状Meta分析进行间接比较。该数据集正是围绕这一临床问题构建，提供了支持网状Meta分析复现所需的试验层面风险比数据与配套分析代码。其发布有助于促进相关研究结果的验证、更新与二次分析，提升证据合成的透明度。
【数据内容】
数据集包含两部分核心内容：一是提取的试验层面风险比数据集，用于描述各研究中的治疗效果；二是R语言netmeta分析代码，用于执行网状Meta分析。源站描述明确指出，该数据集与代码用于复现对辅助放疗、化疗、放化疗以及化疗联合PD-1阻断在高危子宫内膜癌中的网状Meta分析。数据以试验层面为单位组织，风险比作为效应量指标。除上述内容外，源站未提供更细粒度的变量列表、样本量、研究数量或具体干预节点的详细说明。
【采集与来源】
该数据集来源于doi.org，发布机构为Zenodo。作者为Nakanishi, Kazuho与Sugita, Masatoshi。源站描述表明数据为“提取的试验层面风险比数据集”，说明其数据来源于对已有临床试验的提取与整理，但源站未提供原始试验的检索策略、纳入排除标准、提取流程或具体试验清单。发布时间为2026年。除上述信息外，源站未提供更多关于采集时间、采集方式或原始数据来源的细节。
【适用场景】
该数据集适用于以下场景：复现高危子宫内膜癌辅助治疗网状Meta分析的结果；验证或扩展放疗、化疗、放化疗及化疗联合PD-1阻断之间的间接比较；开展方法学教学或培训，演示R语言netmeta包在网状Meta分析中的应用；支持系统评价与循证医学研究中的代码共享与结果复核。由于数据集包含试验层面风险比与可执行代码，亦可作为二次分析的起点，例如敏感性分析或不同模型设定的比较。源站未提供关于其他具体适用场景的说明。
【使用方法】
使用者可借助R语言环境运行所提供的netmeta分析代码，基于试验层面风险比数据集复现网状Meta分析。使用前需确保已安装netmeta包及相关依赖。源站未提供具体的运行步骤、数据读取格式、代码注释或输出解释。建议使用者具备网状Meta分析的基本知识，包括效应量选择、网络几何结构评估、一致性检验及排序概率解读等。源站未提供关于数据预处理或代码调整的进一步指导。
【质量与限制】
该数据集采用Creative Commons Attribution 4.0 International许可，允许共享与改编，但需署名。数据为试验层面风险比，属于聚合数据，不包含个体患者数据。源站未提供关于数据完整性、缺失值处理、异质性评估或发表偏倚检验的具体信息。网状Meta分析本身依赖于间接比较的传递性假设与一致性假设，其结论受原始试验特征影响。源站未提供对数据质量、局限性或不确定性的专门说明。使用者应结合原始研究背景谨慎解读分析结果。
【引用与许可】
使用该数据集时，应按照Creative Commons Attribution 4.0 International许可的要求进行署名。作者为Nakanishi, Kazuho与Sugita, Masatoshi，发布机构为Zenodo，发布时间为2026年。数据集英文名称为“Data and analysis code: Network meta-analysis of adjuvant therapy for high-risk endometrial cancer”。源站未提供具体的引用格式、DOI编号或推荐引用文本。建议使用者依据Zenodo平台常规引用规范，结合作者、标题、发布年份与机构信息进行引用。
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.21620535
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 3.0 KB。
数据说明
提取的试验级风险比数据集及R/netmeta分析代码，重现了高危子宫内膜癌辅助放疗、化疗、放化疗以及化疗联合PD-1阻断的网络荟萃分析。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
