MATCH-UP:癌症居家照护远程医疗有效性与安全性扩大化实用整群随机试验

源站描述指出,许多癌症患者需花费大量时间和金钱往返医生办公室接受癌症照护,MSK 旨在通过减少亲自到院就诊的需求,借助名为 enhanced telehealth 的新选项让获得癌症照护更容易

Memorial Sloan Kettering Cancer CenterMemorial Sloan Kettering Cancer Center
clinicaltrials
浏览 8
表格Breast CancerProstate Cancer
MATCH-UP: MAking Telehealth-Delivery of Cancer Care at Home Effective and Safe-Upscaled: A Pragmatic Cluster Randomized Trial

基本信息

模态
表格
创建/更新时间
2026-10-28

资源简介

MATCH-UP:癌症居家照护远程医疗有效性与安全性扩大化实用整群随机试验

MATCH-UP 是一项在 clinicaltrials.gov 登记的实用性整群随机试验,英文全称为 MAking Telehealth-Delivery of Cancer Care at Home Effective and Safe-Upscaled,关注乳腺癌与前列腺癌患者的远程照护问题。该数据集在本站归入肿瘤 / 乳腺癌分类,主题标签为 Breast Cancer 与 Prostate Cancer。源站描述指出,许多癌症患者需要花费大量时间和金钱往返医生办公室接受癌症照护,MSK 的目标是通过减少亲自到院就诊的需求,借助名为 enhanced telehealth 的新选项,让患者获得癌症照护变得更加容易。该数据集围绕这一目标,提供与远程照护模式在癌症患者居家场景中有效性与安全性评估相关的试验信息,可供关注肿瘤远程医疗、乳腺癌与前列腺癌照护模式研究的人员参考。

【数据集背景】

癌症患者在接受照护过程中,往往需要频繁往返医疗机构,由此产生的时间成本与经济负担是源站描述明确提及的问题。源站描述指出,许多癌症患者花费大量时间和金钱用于往返医生办公室。为缓解这一负担,MSK 提出以减少亲自到院就诊需求为目标的思路,并通过名为 enhanced telehealth 的新选项来推进。MATCH-UP 试验正是在这一背景下设立,其英文名称中的“Upscaled”与“Pragmatic Cluster Randomized Trial”表明该试验属于实用性整群随机设计,关注远程照护模式在真实照护环境中的推广与评估。该数据集在本站被归入肿瘤 / 乳腺癌分类,主题标签同时涵盖乳腺癌与前列腺癌,说明其研究范围涉及这两类癌症患者的照护方式。

【数据内容】

源站描述列出的适用条件为乳腺癌与前列腺癌。该数据集的主题标签为 Breast Cancer 与 Prostate Cancer。关于试验的具体分组方式、样本量、终点指标、随访时长、干预细节及数据字段构成,源站未提供。该数据集在本站的分类为肿瘤 / 乳腺癌,这一分类信息可用于初步判断其所属领域,但不应据此推断源站未说明的具体研究参数。

【采集与来源】

该数据集来源于 clinicaltrials.gov,属于临床试验登记信息。源站描述提供了研究背景与干预思路的概述,包括患者往返就医的时间与费用负担、MSK 减少亲自到院就诊需求的目标,以及 enhanced telehealth 这一新选项。关于数据采集的具体流程、采集时间范围、数据提取方式与更新频率,源站未提供。

【适用场景】

该数据集适用于了解乳腺癌与前列腺癌患者远程照护试验设计的场景,也可用于关注减少亲自到院就诊需求、探索 enhanced telehealth 模式在癌症照护中应用的研究人员作为背景参考。由于源站描述强调患者往返医生办公室的时间与金钱成本,该数据集亦可作为讨论癌症照护可及性与就医负担相关议题的资料来源。关于该数据集在统计分析、模型训练或临床决策支持中的具体适用方式,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,包括数据获取途径、访问权限、数据结构说明、变量定义及分析建议等。使用者如需了解如何获取或使用该试验相关数据,应参考 clinicaltrials.gov 上的登记信息。

【质量与限制】

该数据集的信息来自 clinicaltrials.gov 的试验登记描述,源站描述为概述性文字,未提供样本量、随机化细节、主要与次要终点、统计分析方法及结果数据。因此,该数据集目前可用于了解研究背景与设计思路,但不足以支持对试验结论或干预效果的判断。关于数据完整性、准确性核验方式及已知偏倚,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。使用时应以 clinicaltrials.gov 的登记记录为准,并遵循该来源网站的相关使用规定。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06954337

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:乳腺癌、前列腺癌。许多癌症患者花费大量时间和金钱往返于医生办公室接受癌症治疗。MSK的目标是通过减少亲自前往MSK就诊的需求,使获得癌症治疗更加便捷。MSK正试图通过一种名为增强型远程医疗的新选择来实现这一目标。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。