利用专科肿瘤电子健康记录数据库对SUNLIGHT试验的模拟

数据集获取

源站：https://clinicaltrials.gov/study/NCT07861360

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：转移性结直肠癌（mCRC）。随机对照试验（RCT）通常被视为确立医疗产品疗效的金标准证据。然而，真实世界数据（RWD）正越来越多地被用于补充RCT的证据。尽管如此，为了对医疗产品及其肿瘤学结局的非干预性研究的准确性抱有信心，研究者需要了解在现有数据条件下，哪些问题能够被有效解答，应采用何种非干预性研究设计，以及哪些分析方法是恰当的。基于RCT DUPLICATE倡议的流程，本方案中讨论的试验模拟为“真实世界证据模拟比较肿瘤学试验”（ENCORE），该研究是肿瘤学特定扩展项目的一部分，旨在利用多个电子健康记录（EHR）数据源模拟12项随机肿瘤学RCT。

本方案旨在描述SUNLIGHT试验5的模拟。SUNLIGHT是一项III期、开放标签、随机研究，旨在评估曲氟尿苷-替匹嘧啶（FTD-TPI）（35 mg/m²/次，口服，每日两次；给药5天/休息2天方案，持续2周，随后休息14天）联合贝伐珠单抗（5 mg/kg，静脉注射，第1天和第15天，每4周为一周期）与单用FTD-TPI（35 mg/m²/次，口服，每日两次；给药5天/休息2天方案，持续2周，随后休息14天）在既往接受不超过两种化疗方案治疗的晚期结直肠癌患者中的疗效和安全性。

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。