Methylphenidate改善脑肿瘤放疗患者生活质量的研究
该数据集来自clinicaltrials.gov，主题为Methylphenidate用于改善接受放疗的脑肿瘤患者生活质量的研究
基本信息
资源简介
Methylphenidate改善脑肿瘤放疗患者生活质量的研究
该数据集来自clinicaltrials.gov，主题为Methylphenidate用于改善接受放疗的脑肿瘤患者生活质量的研究。覆盖脑与中枢神经系统肿瘤、认知/功能影响、抑郁、疲劳及生活质量等方向。研究为随机、安慰剂对照、双盲、多中心设计，按肿瘤类型、治疗方式及Karnofsky体能状态分层，评估d-methylphenidate对疲劳、生活质量、抑郁及整体神经认知功能的影响。可用于脑肿瘤放疗支持治疗、症状管理与神经认知结局相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：脑与中枢神经系统肿瘤、认知/功能影响、抑郁、疲劳、生活质量。目标： 确定d-methylphenidate对接受原发性或转移性脑肿瘤放疗患者疲劳的影响。 确定该药物对这些患者生活质量的影响。 确定该药物对这些患者抑郁的影响。 确定该药物对这些患者整体神经认知功能的影响，包括注意力和专注力、记忆、语言、视空间技能及执行功能。概要：这是一项随机、安慰剂对照、双盲、多中心研究。患者按肿瘤类型（原发性 vs 转移性）、治疗（放疗 vs 放疗和化疗）及Karnofsky体能状态（70%或80% vs 90%或100%）分层。患者被随机分配至一
【主题与分类】
主题标签：Brain and Central Nervous System Tumors、Cognitive/Functional Effects、Depression、Fatigue、Quality of Life。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00031798
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/NCT00031798
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：脑与中枢神经系统肿瘤、认知/功能影响、抑郁、疲乏、生活质量。目的：* 确定d-哌甲酯对接受原发性或转移性脑肿瘤放疗患者疲乏的影响。* 确定该药物对这些患者生活质量的影响。* 确定该药物对这些患者抑郁的影响。* 确定该药物对这些患者整体神经认知功能的影响，包括注意力和专注力、记忆、语言、视空间技能以及执行功能。方案概述：这是一项随机、安慰剂对照、双盲、多中心研究。患者按肿瘤类型（原发性 vs 转移性）、治疗（放疗 vs 放疗和化疗）以及Karnofsky体能状态（70%或80% vs 90%或100%）进行分层。患者被随机分配到两个治疗组之一。所有患者在第1-4周接受放疗。* 第I组：患者在第1-12周口服d-哌甲酯，每日两次。* 第II组：患者在第1-12周口服安慰剂，每日两次。
两组均在基线时、放疗结束时以及放疗后4周、8周和12周评估生活质量。患者随访期为4周。预计入组人数：本研究将在18个月内共入组200名患者（每组100名）。
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。
