大型未选择转移性结直肠癌队列的分子特征与原发性肿瘤位置、罕见转移部位及预后的关系
该数据集来自一项基于人群的转移性结直肠癌（mCRC）研究，覆盖斯堪的纳维亚三个地区798例患者，使用定制Ampliseq热点面板检测44个癌症相关基因，并结合错配修复状态、原发肿瘤位置及骨/脑转移情况分析突变分布与生存差异
基本信息
资源简介
大型未选择转移性结直肠癌队列的分子特征与原发性肿瘤位置、罕见转移部位及预后的关系
Molecular characterization of a large unselected cohort of metastatic colorectal cancers in relation to primary tumor location, rare metastatic sites and prognosis
该数据集来自一项基于人群的转移性结直肠癌（mCRC）研究，覆盖斯堪的纳维亚三个地区798例患者，使用定制Ampliseq热点面板检测44个癌症相关基因，并结合错配修复状态、原发肿瘤位置及骨/脑转移情况分析突变分布与生存差异。数据包含补充方法与补充图表文件，可用于探索mCRC分子特征、罕见转移部位相关突变及预后关联（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Molecular characterization of a large unselected cohort of metastatic colorectal cancers in relation to primary tumor location, rare metastatic sites and prognosis》发表于 Acta Oncologica（2020），DOI：10.1080/0284186X.2019.1711169。项目资助方：This work was supported by the Swedish Cancer Society under Grant CAN 2016/447 and CAN 2018/1165.。源站首次发布：2020-01-16。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：我们曾报道，在基于人群的转移性结直肠癌（mCRC）患者队列中，BRAF V600E突变和微卫星高度不稳定（MSI-H）的患病率高于临床试验或医院患者组的报道。本研究旨在探讨mCRC中其他突变在这些队列间的患病率差异，及其与错配修复状态和原发肿瘤位置的关系，并分析骨或脑转移的存在是否与任何突变相关。材料与方法：使用来自斯堪的纳维亚三个地区的798例mCRC患者的基于人群队列。在定制设计的Ampliseq热点面板中检测了44个癌症相关基因。使用Kaplan–Meier估计器和Cox回归分析分析生存差异。结果：在449/501例患者中，可对40/44个基因进行突变测定。
【数据结构与技术规格】
文件数 2 个，合计 1.02 MB。数据集 DOI：10.6084/m9.figshare.11574726.v2。
【主题与分类】
源站学科分类：Medicine、Genetics、Molecular Biology、Biotechnology、Biological Sciences not elsewhere classified、Cancer。主题标签：RAS、metastatic colorectal cancer、brain metastases、BRAF V 600E mutations、798 mCRC patients、mismatch repair status、tumor location、population-based cohort、ERBB 2 alterations、Ampliseq hotspot panel。本站分类：肿瘤/其他。
【适用方向】
源站学科分类标注为 Medicine、Genetics、Molecular Biology、Biotechnology、Biological Sciences not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Molecular_characterization_of_a_large_unselected_cohort_of_metastatic_colorectal_cancers_in_relation_to_primary_tumor_location_rare_metastatic_sites_and_prognosis/11574726
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Molecular characterization of a large unselected cohort of metastatic colorectal cancers in relation to primary tumor location, rare metastatic sites and prognosis. Taylor & Francis. Nunes, Luís; Aasebø, Kristine; Mathot, Lucy; Ljungström, Viktor; Edqvist, Per-Henrik; Sundström, Magnus; et al
【使用注意】
· 源站最后修改于 2023-06-05，引用时请注意版本时效。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
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://doi.org/10.6084/m9.figshare.11574726
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 1.0 MB。
数据说明
背景：我们曾报道，在基于人群的转移性结直肠癌（mCRC）患者队列中，BRAF V600E突变和微卫星高度不稳定（MSI-H）的发生率高于临床试验或医院来源患者群体的报道。本研究旨在探讨mCRC中其他突变的发生率在这些队列间是否存在差异，并分析其与错配修复状态及原发肿瘤部位的关系，以及骨或脑转移的存在是否与任何突变相关。材料与方法：研究采用来自斯堪的纳维亚三个地区的798例mCRC患者的基于人群队列。使用定制设计的Ampliseq热点面板检测了44个癌症相关基因。采用Kaplan–Meier估计法和Cox回归分析生存差异。结果：在449/501例患者中，可对40/44个基因进行突变检测。除BRAF V600E在19%的肿瘤中可见外，其他突变的发生率均未高于试验队列。
BRAF V600E和MSI-H见于8%的病例，与不良预后相关；与左侧和直肠肿瘤合并相比，右侧原发肿瘤位置（39%）也与不良预后相关；然而，在多变量回归分析中，只有BRAF突变保留了统计学显著性。未发现其他突变与不良预后相关。若诊断时存在骨转移，ERBB2改变更为常见（17% vs. 4%，p = .011）。未发现与脑转移的关联。52%的患者存在可用FDA批准的靶向治疗进行治疗的改变，主要是针对RAS野生型的EGFR抑制剂和针对MSI-H肿瘤的检查点抑制剂。结论：右侧肿瘤位置、BRAF V600E突变（但未发现其他所研究的突变）以及MSI-H在未经选择的队列中比临床患者队列报告更为常见，很可能是因为它们提示不良预后。半数患者的肿瘤可用已
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
