肿瘤临床试验个体参与者数据
试验元数据文件包括：试验名称、作者、注册号、期刊、发表日期、癌症类型、癌症转移状态、试验实验组与对照组之间是否发现显著差异、治疗名称、治疗类型以及试验组入组患者数量
基本信息
资源简介
肿瘤临床试验个体参与者数据
该数据集为肿瘤临床试验的个体参与者数据，来源于synapse.org，与一篇关于癌症患者生存参数化建模的研究论文配套发布。数据集包含临床试验的元数据以及个体参与者数据两部分内容，其中元数据记录了试验名称、作者、注册号、期刊、发表日期、癌症类型、癌症转移状态、试验实验组与对照组之间是否发现显著差异、治疗名称、治疗类型以及试验组入组患者数量等信息。个体参与者数据以262个.csv文件形式提供，每个文件对应论文中不同图表所涉及的个体参与者数据。该数据集可用于评估试验数据的插补质量，并支持对癌症患者生存特征及时间依赖性治疗效果的分析。
【数据集背景】
该数据集对应一篇研究论文，论文题为“Cancer patient survival can be parametrized to improve trial precision and reveal time-dependent therapeutic effects”，作者为Deborah Plana、Geoffrey Fell、Brian M. Alexander、Adam C. Palmer和Peter K. Sorger。数据集作为该论文的补充数据之一发布，旨在为肿瘤临床试验的生存分析、试验精度改进以及时间依赖性治疗效果研究提供底层数据支持。数据集所属分类为肿瘤/其他，来源站为synapse.org。
【数据内容】
数据集包含两部分核心内容。第一部分为临床试验元数据，涵盖试验名称、作者、注册号、期刊、发表日期、癌症类型、癌症转移状态、试验实验组与对照组之间是否发现显著差异、治疗名称、治疗类型以及试验组入组患者数量。此外，元数据中还包含插补试验风险比与原始试验风险比之间的比较结果，用于评估插补质量，具体操作流程在论文方法部分有所描述。第二部分为个体参与者数据，以262个.csv文件的形式提供，每个.csv文件包含来自论文中不同图表的个体参与者数据。
【采集与来源】
该数据集来源于synapse.org，为论文“Cancer patient survival can be parametrized to improve trial precision and reveal time-dependent therapeutic effects”的配套补充数据。源站描述中未提供关于数据采集过程、原始试验筛选标准、数据提取方式或时间范围的进一步信息。
【适用场景】
该数据集适用于肿瘤临床试验相关的生存分析研究，尤其是涉及个体参与者数据的建模与验证工作。具体而言，可用于评估风险比插补方法的准确性，比较插补风险比与原始试验风险比之间的差异；也可用于分析癌症患者生存特征、试验精度改进以及时间依赖性治疗效果的探索。此外，由于包含癌症类型、转移状态、治疗类型等元数据信息，该数据集还可支持按不同维度对试验特征进行分组或汇总分析。
【使用方法】
个体参与者数据以262个.csv文件形式提供，每个文件对应论文中不同图表所涉及的个体参与者数据，使用者可根据研究目的选择相应文件进行分析。临床试验元数据文件则提供了试验层面的描述性信息以及插补质量评估所需的比较数据。源站未提供关于数据读取、合并或具体分析流程的进一步说明。
【质量与限制】
元数据中包含插补试验风险比与原始试验风险比之间的比较，可用于评估插补质量，具体评估流程在论文方法部分描述。源站未提供关于数据缺失情况、样本量分布、数据更新频率或已知偏差的进一步信息。使用者需注意，个体参与者数据以图表为单位分散于262个.csv文件中，可能需要进行整合才能获得完整的分析数据集。
【引用与许可】
源站未提供该数据集的引用格式或使用许可信息。使用者应参考来源站synapse.org及对应论文的说明，以获取准确的引用方式和许可条款。
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。
需登录公开下载
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。
暂未开放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://synapse.org/Synapse:syn25813713
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:
数据说明
文章“Cancer patient survival can be parametrized to improve trial precision and reveal time-dependent therapeutic effects”的代码和数据，作者为Deborah Plana、Geoffrey Fell、Brian M. Alexander、Adam C. Palmer和Peter K. Sorger。补充数据1. 临床试验元数据及个体参与者数据（IPD）。试验元数据文件包含：试验名称、作者、注册号、期刊、发表日期、癌症类型、癌症转移状态、试验实验组与对照组之间是否发现显著差异、治疗名称、治疗类型以及试验组入组患者数量。还包括插补试验的风险比与原始试验风险比之间的比较，以评估插补质量（方法中描述的程序）。IPD以262个.csv文件提供。每个.csv文件包含来自已发表临床试验不同图表的IPD。元数据和.csv文件中包含的所有变量的描述可在“README.txt”中找到。补充数据2. 分析代码和伪代码。
每段代码均置于一个文件夹中，其中包含一个Mathematica Notebook（.nb）、代码所需的所有数据以及相应的代码输出。由于源数据与代码保存在同一文件夹内，可通过在Wolfram Mathematica的“Evaluation”菜单中选择“Evaluate Notebook”来执行Mathematica Notebook。伪代码文件概述了用于执行与每个结果对应分析的算法。示例R代码展示了参数拟合与置信区间构建过程。补充数据3. 免疫检查点抑制剂（ICI）试验臂的Weibull拟合。第一个标签页包含ICI试验臂单分布和双分布拟合的R^2^值。第二个标签页包含生存率陡降的时间点及相应的试验扫描时间。
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。
