TASTY-steering 研究
TASTY-steering 研究是一项来自 clinicaltrials.gov 的多中心非盲随机干预试验,采用平行整群设计,在荷兰 12 家医院开展

基本信息
资源简介
TASTY-steering 研究
是一项来自 clinicaltrials.gov 的多中心非盲随机干预试验,采用平行整群设计,在荷兰 12 家医院开展。研究对象为转移性三阴性乳腺癌、转移性睾丸癌以及 II-IV 期弥漫大 B 细胞淋巴瘤患者。研究比较居家味觉引导与标准护理对进食愉悦感的影响,并在化疗开始前基线、出现味觉或嗅觉改变的 0 周以及 6 周后三个时间点测量结果。该数据可用于肿瘤患者营养与症状管理相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:转移性三阴性乳腺癌、转移性睾丸癌、II-IV 期弥漫大 B 细胞淋巴瘤。这是一项多中心、非盲、随机干预试验,采用平行整群设计。该多中心研究将在荷兰的 12 家医院进行。选择按医院划分的平行整群设计,是为了防止同一医院内被随机分入不同研究组的参与者之间发生接触。这种接触可能导致偏倚,因为它可能使对照组患者获知味觉引导的某些内容。为考察居家味觉引导与标准护理对进食愉悦感的影响,所获得的结果和结局将在以下时间点测量:1)化疗开始前的基线,2)出现味觉或嗅觉改变的 0 周,3)6 周后。味觉引导将在居家进行。对照
【主题与分类】
主题标签:Metastatic Triple Negative Breast Cancer、Metastatic Testicular Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07258563
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/NCT07258563
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:转移性三阴性乳腺癌、转移性睾丸癌、II-IV期弥漫性大B细胞淋巴瘤。这是一项多中心、非盲法、随机干预试验,采用平行整群设计。该多中心研究将在荷兰的12家医院进行。选择按医院进行平行整群设计,是为了防止同一医院内被随机分入不同研究组的参与者之间发生接触。此类接触可能导致偏倚,因为这可能使对照组患者获知味觉引导的相关内容。为考察居家味觉引导与标准护理对进食愉悦感的影响,所获得的结果和结局将在以下时间点进行测量:1)化疗开始前的基线时;2)第0周出现味觉或嗅觉改变时;3)6周后。味觉引导将在家里进行。对照组将接受常规护理。问卷将在家里在线填写,而味觉和嗅觉测试以及唾液采集将在家里或医院常规就诊期间进行。两个研究组的患者每3周都会由其营养师联系一次。
一些医院已经实施了味觉引导的要素。然而,这些要素主要针对住院患者,因此对本研究的干扰有限,本研究聚焦于在家管理味觉改变的患者。使用Smaakpupil工具的经验表明,算法在3-4周后达到饱和状态。因此,选择了为期6周的干预期。
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。




