胰腺导管腺癌（PDAC）临床试验数据集：跨注册库美国与欧盟数据

数据集获取

源站：https://doi.org/10.5281/zenodo.18499656

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。

数据集大小约 10.7 MB。

数据说明

PDAC Trial Atlas 数据集（v1.3）PDAC Trial Atlas 是一个经过整理的、以胰腺导管腺癌（PDAC）为重点的临床试验数据集，通过规范化、标签标注和跨注册库关联进行增强，以支持探索和轻量级分析。该数据集提供了一个统一、便于本地使用的 PDAC 相关临床试验表格，数据来源于主要国际注册库，并具有协调一致的字段，旨在加速筛选、比较和下游分析。目的提供单一、可直接用于分析的 PDAC 相关临床试验表格。规范化关键试验属性（治疗类别、重点标签、干预类型、设计）。在存在明确链接时，关联并合并出现在多个注册库中的记录。数据来源ClinicalTrials.gov — 通过公共 API 访问的美国/国际临床试验注册库。CTIS（EU Clinical Trials Information System）— 通过从公共 CTIS 门户进行程序化检索访问。说明CTIS 公共覆盖范围主要适用于根据 EU Clinical Trials Regulation（CTR）提交的 EU/EEA 试验，自 2022 年 1 月 31 日起公开可用。

仅在EudraCT中注册的遗留欧盟试验未包含在此v1.3版本中。数据集规模 试验总数：2,476 按来源：ClinicalTrials.gov：2,324 CTIS：117 ClinicalTrials.gov + CTIS（合并记录）：35 每行代表一项去重和关联后独特的PDAC相关试验。包含的文件 pdac-trials.csv — UTF-8 CSV，具有稳定且文档化的表头。pdac-trials.parquet — 同一表格的Parquet版本（针对分析优化）。schema.json — 描述所有字段的机器可读模式。字段概览 关键字段包括：试验标识符（nct_id、secondary_id）注册来源和链接（source、trial_link）试验元数据（title、phase、status、sponsor、dates）疾病和干预措施结局和资格标准地点和摘要标准化分析字段：therapeutic_class focus_tags intervention_types stu

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。