Pembrolizumab联合Lanreotide Depot治疗胃肠胰神经内分泌肿瘤研究

数据集获取（Figshare）

• 源站标题：DataSheet_1_From the Immune Profile to the Immunoscore: Signatures for Improving Postsurgical Prognostic Prediction of Pancreatic Neuroendocrine Tumors.docx
• DOI：10.3389/fimmu.2021.654660.s001
• 发布日期：2021-04-23
• 文件数：1 个
• 文件总体积：174.96 KB
• 源站页面：https://frontiersin.figshare.com/articles/dataset/DataSheet_1_From_the_Immune_Profile_to_the_Immunoscore_Signatures_for_Improving_Postsurgical_Prognostic_Prediction_of_Pancreatic_Neuroendocrine_Tumors_docx/14472060

命令行下载

curl -L -o "DataSheet_1_From the Immune Profile to the Immunoscore: Signatures for Improving Postsurgical Prognostic Prediction of Pancreatic Neuroendocrine Tumor.docx" "https://ndownloader.figshare.com/files/27696879"

文件清单

• DataSheet_1_From the Immune Profile to the Immunoscore: Signatures for Improving Postsurgical Prognostic Prediction of Pancreatic Neuroendocrine Tumor.docx（174.96 KB）

文件总体积 174.96 KB（源站 API 实测）。

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。

数据说明

目的 免疫浸润在肿瘤的发生发展中发挥重要作用，并在多种肿瘤中显示出良好的预后价值。本研究旨在明确免疫浸润在胰腺神经内分泌肿瘤（Pan-NETs）中的作用，并建立免疫评分系统以改进术后无复发生存的预测。方法 为提取转录特征并解卷积特定免疫细胞群，重新分析包含158例Pan-NET患者的两个GEO数据集，以总结免疫浸润图谱并识别免疫相关特征。采用实时逆转录聚合酶链反应、免疫荧光和免疫组化方法进一步检测候选特征。在训练队列（n=125）中，使用最小绝对收缩和选择算子（LASSO）逻辑回归模型纳入具有统计学意义的生存预测因子，构建免疫评分系统。并在一个包含77例患者的外部独立队列中验证其预后和预测准确性。

结果：Pan-NETs的免疫浸润特征显示出显著异质性，其中积聚的免疫细胞以T淋巴细胞和巨噬细胞为主。在筛选队列中进一步确定了14个具有统计学显著性的免疫相关特征。构建了由六个免疫特征（CCL19、IL-16、CD163、IRF4、CD8PT和CD8IT）组成的Pan-NETs免疫评分系统（ISpnet），用于在训练队列中将患者分为高风险和低风险（截断值=2.14）。低风险患者表现出更长的5年无复发生存期（HR，0.061；95%CI，0.026至0.14；p）。我们的模型ISpnet捕捉了Pan-NETs中与免疫特征相关的预后指标，并且代表了首个基于免疫特征的术后预后预测评分。基于ISpnet和独立临床风险因素的列线图可能有助于关于早期复发风险监测的决策，识别需要辅助治疗的高风险患者，并为可能从临床试验中的免疫治疗获益的Pan-NETs患者提供辅助指导。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.3389/fimmu.2021.654660.s001（source: https://frontiersin.figshare.com/articles/dataset/DataSheet_1_From_the_Immune_Profile_to_the_Immunoscore_Signatures_for_Improving_Postsurgical_Prognostic_Prediction_of_Pancreatic_Neuroendocrine_Tumors_docx/14472060）。