Rezūm与EchoLaser治疗中叶增大良性前列腺增生的疗效比较
本数据集来自clinicaltrials.gov,为单中心、前瞻性、随机、活性对照试验,比较Rezūm水蒸气热疗与EchoLaser经会阴激光消融(TPLA)治疗伴有中叶增大的症状性良性前列腺增生患者的临床疗效、安全性和功能结局

基本信息
资源简介
Rezūm与EchoLaser治疗中叶增大良性前列腺增生的疗效比较
本数据集来自clinicaltrials.gov,为单中心、前瞻性、随机、活性对照试验,比较Rezūm水蒸气热疗与EchoLaser经会阴激光消融(TPLA)治疗伴有中叶增大的症状性良性前列腺增生患者的临床疗效、安全性和功能结局。纳入前列腺体积30 mL至80 mL且经确认存在膀胱内中叶增大的患者,共80例男性受试者按1:1随机分入两组,每组40例。该数据可用于评估两种微创治疗方式在中叶增大良性前列腺增生人群中的比较效果,支持疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:良性前列腺增生。这是一项单中心、前瞻性、随机、活性对照试验,旨在比较Rezūm水蒸气热疗与EchoLaser经会阴激光消融(TPLA)的临床疗效、安全性特征和功能结局。该试验聚焦于有症状的良性前列腺增生患者,其前列腺体积在30 mL至80 mL之间,且经确认存在膀胱内中叶增大。八十例符合条件的男性患者将按1:1随机分入两个干预组:第1组(Rezūm组):40例患者将接受经尿道水蒸气热疗。该操作包括向移行区进行靶向9秒蒸汽注射,同时强制性地直接向膀胱内突出的中叶进行注射,以诱导凝固性坏死。第2组(EchoLaser TPLA组):40例患者将接受
【主题与分类】
主题标签:Benign Prostatic Hyperplasia。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07578428
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://clinicaltrials.gov/study/NCT07578428
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:
数据说明
条件:良性前列腺增生。这是一项单中心、前瞻性、随机、阳性对照试验,旨在比较Rezūm水蒸气热疗与EchoLaser经会阴激光消融术(TPLA)的临床疗效、安全性特征及功能结局。该试验聚焦于有症状的良性前列腺增生患者,其前列腺体积在30 mL至80 mL之间,并已确认存在增大的膀胱内中叶。八十名符合条件的男性患者将按1:1随机分配至两个干预组:第1组(Rezūm组):40名患者将接受经尿道水蒸气热疗。该手术包括向移行区进行靶向9秒蒸汽注射,同时必须明确针对膀胱内突出的中叶进行注射,以诱导凝固性坏死。第2组(EchoLaser TPLA组):40名患者将接受经会阴激光消融术。在实时经直肠超声(TRUS)引导下,光纤将连续波二极管激光能量(1064 nm)直接传递至腺瘤及造成梗阻的中叶。
患者将在术后1个月、3个月和6个月接受临床、功能及安全性评估。随访评估包括尿流率测定(最大尿流率和排尿后残余尿量)、通过IPSS进行症状评估,以及使用IIEF-5和MSHQ-EjD问卷进行性健康评估。形态学变化,特别是总前列腺体积(TPV)和正中叶体积的缩小,将在6个月随访时通过TRUS或mpMRI确认。术后并发症将进行监测,并使用Clavien-Dindo分类系统进行系统分级。
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。




