留尼汪岛弥漫性胶质瘤流行病学、临床生物学与社会人类学队列
该数据集来自 clinicaltrials.gov，聚焦留尼汪岛弥漫性胶质瘤，建立流行病学、临床生物学与社会人类学队列。源站描述指出当地胶质瘤数据极少，留尼汪人口多元、老龄化快、社会经济指标偏弱，医疗资源不及法国本土，高级别胶质瘤诊疗复杂且专科设施不足
基本信息
资源简介
留尼汪岛弥漫性胶质瘤流行病学、临床生物学与社会人类学队列
该数据集来自 clinicaltrials.gov，英文名称为 Diffuse Gliomas in Reunion Island: Establishment of an Epidemiological, Clinical-biological and Socio-anthropological Cohorte，本站归类为肿瘤 / 脑肿瘤，主题标签为 Glioblastoma。其核心内容是围绕留尼汪岛弥漫性胶质瘤建立流行病学、临床生物学与社会人类学队列。源站描述指出，当地胶质瘤相关数据极少，而留尼汪人口具有多元、高度国际化、老龄化迅速等特点，社会经济指标在法国各省中偏弱，医疗资源不及法国本土，高级别胶质瘤的诊疗与支持性照护、临终关怀等环节均面临复杂挑战，专科设施被认为不足以满足当地照护需求。
【数据集背景】
源站描述强调，迄今为止关于留尼汪人群胶质瘤的数据非常有限，涉及流行病学、社会文化、临床或生物学因素以及照护路径等多个方面。留尼汪人口具有多元文化和高度国际化特征，同时正在经历快速老龄化，其社会经济指标属于法国各省中较为悲观之列。岛上可获得的医疗服务不如法国本土全面。胶质瘤患者、尤其是高级别胶质瘤患者的管理非常复杂，在支持性照护、临终关怀等方面存在显著的医学与社会挑战。医疗专业人员普遍认为，当地专科设施不足以满足留尼汪的照护需求，包括急性后期照护、姑息治疗病房、支持性照护等。上述背景构成了建立该队列的现实动因。
【数据内容】
该数据集以弥漫性胶质瘤为对象，建立流行病学、临床生物学与社会人类学队列。源站描述提及的关注维度包括流行病学、社会文化方面、临床或生物学因素以及照护路径。主题标签为 Glioblastoma。除上述队列定位与关注维度外，源站未提供具体的变量清单、样本量、随访时长或统计指标等细节。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述以研究背景与动因说明为主，未提供具体的采集方式、采集地点、采集时间窗口或纳入排除标准等信息，源站未提供。
【适用场景】
基于其队列定位，该数据集适用于围绕留尼汪岛弥漫性胶质瘤的流行病学特征、临床与生物学因素、社会文化因素及照护路径开展研究，也可用于关注高级别胶质瘤诊疗复杂性、支持性照护与临终关怀、以及当地专科设施配置不足等议题的分析。具体适用场景的边界与限制，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析流程说明。
【质量与限制】
源站描述指出当地胶质瘤数据极少、医疗服务不及法国本土、专科设施不足，这些属于研究背景层面的限制性说明。关于数据集本身的质量控制、完整性、偏倚评估等信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT07865195
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
疾病：胶质母细胞瘤。迄今为止，关于留尼汪人群中胶质瘤的数据非常有限，涉及流行病学、社会文化方面、临床或生物学因素以及诊疗路径等方面。然而，留尼汪人口具有多元文化和高度国际化特征，正经历快速老龄化，其社会经济指标在法国各省中属于最为悲观之列。此外，岛上可用的医疗服务不如法国本土完善（Insee 2018）。最后，胶质瘤患者尤其是高级别胶质瘤患者的管理仍然非常复杂，面临重大的医疗和社会挑战（支持性护理、临终关怀等）。医疗专业人员一致认为，这些专业设施不足以满足留尼汪的护理需求（急性后期护理、姑息治疗病房、支持性护理等）。
GlioRun是一项回顾性与前瞻性混合方法队列研究，结合流行病学与社会人类学方法，旨在生成数据以改善留尼汪岛患者及其亲属的照护与体验，并减少向法国本土的医疗转运次数。
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。
