肛管上皮内瘤变恶性进展患者队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT01877135

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：肛管AIN3、肛管癌。背景：肛管癌（AC）的发病率正显著上升，但目前尚无关于肛管AIN3病变患者发生AC风险的数据，法国也没有关于肛管AIN3病变筛查和治疗的建议。目的：评估肛管AIN3病变患者中AC的发病率，以及与该AC相关的因素。人群：将纳入诊断为肛管AIN3病变的患者，并随访3年。有AC既往史的患者将不被纳入。研究设计：将利用组织病理学部门的肛管AIN3病变诊断代码，开展一项始于2000年的回顾性队列研究。随后将针对新诊断的肛管AIN3病变开展一项前瞻性队列研究。结局：主要结局为经组织学证实的AC。AC的识别可通过使用组织病理学部门的AC诊断代码（用于回顾性病例）或前瞻性进行。统计学：将计算AC的发病率。将使用多因素Cox回归模型估计与AC相关的因素。

患者数量：1000
中心数量：35
随访时长：至少3年
研究时长：至少3年纳入期及3年随访期

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。