新诊断胶质母细胞瘤患者及其密切伴侣的压力、运动行为与生存研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心观察性队列研究,聚焦新诊断胶质母细胞瘤(GBM)接受标准放化疗的患者及其密切伴侣

基本信息
资源简介
新诊断胶质母细胞瘤患者及其密切伴侣的压力、运动行为与生存研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心观察性队列研究,聚焦新诊断胶质母细胞瘤(GBM)接受标准放化疗的患者及其密切伴侣。研究旨在评估基线生物行为压力对肿瘤进展与生存的影响,并探索基线体力活动与伴侣困扰作为压力调节因素的作用,同时纵向评估患者及伴侣的自报心理困扰,并在转化子项目中探讨血清 copeptin 作为困扰生物标志物的角色。数据可用于压力与生存关联分析及心理困扰纵向预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肿瘤、胶质母细胞瘤。总体目标:本前瞻性、多中心观察性队列研究旨在确定基线生物行为压力(目标 I)对新诊断胶质母细胞瘤(GBM)接受标准放化疗患者的癌症进展与生存的影响。基线体力活动(PA)与基线伴侣困扰作为压力调节因素的作用将在探索性分析中评估。次要目标包括纵向评估该同质患者队列及其伴侣的自报心理困扰(目标 II),并在转化子项目中确定血清 copeptin 作为困扰生物标志物的作用(目标 III)。具体目标 具体目标 I:GBM 患者诊断时压力的预后作用。在本分析中,基线神经内分泌压力将与 pro
【主题与分类】
主题标签:Neoplasms、Glioblastoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02129335
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/NCT02129335
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:肿瘤,胶质母细胞瘤。总体目标本前瞻性、多中心观察性队列研究旨在确定基线生物行为应激(目标I)对新诊断胶质母细胞瘤(GBM)患者在接受标准放化疗期间癌症进展和生存的影响。基线体力活动(PA)和基线伴侣痛苦作为应激调节因素的作用将在探索性分析中进行评估。次要目标包括纵向评估该同质患者队列及其伴侣自我报告的心理痛苦(目标II),并在转化子项目中确定血清和肽素作为痛苦生物标志物的作用(目标III)。具体目标具体目标I:GBM患者诊断时应激的预后作用在本分析中,基线神经内分泌应激将与无进展生存期(PFS)进行相关性分析。
更具体地说,我们旨在评估IA)通过唾液皮质醇斜率测量的应激诱导的昼夜皮质醇节律紊乱,是否是新诊断GBM患者接受标准多模式治疗时(无进展)生存的独立预后因素。IB)基线自我报告的身体活动增加是否与较低水平的应激相关(即作为应激调节因素),并与延长的(无进展)生存相关。IC)患者伴侣的高水平应激(基线昼夜皮质醇斜率)是否与患者的高水平应激(即应激调节因素)相关,并与较短的(无进展)生存相关。特定目标II:患者-伴侣二元组纵向队列。在同一患者队列中(上述目标I),我们旨在描述从联合放化疗开始到疾病进展期间患者及其一位亲密伴侣(作为配对二元组)的困扰随时间的变化(每三个月一次)。特定目标III:和肽素生物标志物子项目。在一项转化子项目中,我们旨在评估预后
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。




