转移性结直肠癌中的xDRIVE研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06929338

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：转移性结肠腺癌、转移性结肠癌、转移性直肠腺癌、转移性直肠癌、转移性直肠癌症。转移性结直肠癌（mCRC）仍是一项亟待满足的临床需求，需要创新方法来改善患者预后。功能性精准医学（FPM）指导的干预措施有望通过根据患者个体反应定制疗法来增强治疗决策。本研究旨在评估精准肿瘤学平台xDRIVE在预测晚期结直肠癌患者对标准治疗（SOC）反应方面的临床实用性。通过整合前沿的生物样本库和个性化医学方法，本研究旨在确定xDRIVE能否提供准确且及时的治疗建议，最终优化mCRC患者的临床管理。主要目标是评估xDRIVE预测临床获益（定义为完全缓解、部分缓解或疾病稳定）的准确性。

成功与否将取决于在25名参与者中至少有20名达到至少80%的准确率，从而能够在90%的统计功效下拒绝零假设（准确率≤50%）。总共将招募30名参与者，以确保评估的稳健性。次要目标是评估在临床可操作的时间范围内利用xDRIVE的可行性，成功定义为在至少64%的病例中于四周内提供治疗建议。这一可行性阈值将允许在90%的功效下拒绝零假设（可行性≤35%）。此外，该研究还将探讨肿瘤学家对将xDRIVE整合到临床决策中的看法。将进行一项事后调查，以评估医生的体验，为精准肿瘤学平台在常规实践中的潜在影响和采用提供见解。

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。