机器人辅助肾部分切除术中患者报告结局与不同肾动脉阻断技术
该数据集来自clinicaltrials.gov,聚焦肾细胞癌(肾癌)患者接受机器人辅助肾部分切除术(RAPN)时的患者报告结局与不同肾动脉阻断技术

基本信息
资源简介
机器人辅助肾部分切除术中患者报告结局与不同肾动脉阻断技术
该数据集来自clinicaltrials.gov,聚焦肾细胞癌(肾癌)患者接受机器人辅助肾部分切除术(RAPN)时的患者报告结局与不同肾动脉阻断技术。RAPN是局限性肾肿瘤的标准治疗,常用经腹腔和腹膜后两种微创入路,现有文献多关注围手术期指标,而患者报告结局如术后疼痛、恢复及生活质量的数据有限。RAPTOR研究为前瞻性临床研究,本数据集可用于分析不同肾动脉阻断技术对患者报告结局的影响,支持预测术后疼痛、恢复和生活质量等结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肾细胞癌(肾癌)。肾细胞癌可通过手术切除、监测或消融技术进行管理。对于局限性肾肿瘤,机器人辅助肾部分切除术(RAPN)已成为标准治疗,因为它在保留肾功能的同时,肿瘤学结局与根治性肾切除术相当。RAPN常用两种微创手术入路:经腹腔途径和腹膜后途径。尽管这两种技术均被认为安全有效,但现有文献主要关注围手术期结局,如手术时间、失血量、热缺血时间、并发症和肿瘤学结果。关于患者报告结局(包括术后疼痛、恢复和生活质量)的数据有限。RAPTOR研究是一项前瞻性临床研究,旨在
【主题与分类】
主题标签:Renal Cell Carcinoma (Kidney Cancer)。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07853001
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/NCT07853001
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:肾细胞癌(肾癌)。肾细胞癌可通过手术切除、监测或消融技术进行管理。对于局限性肾肿瘤,机器人辅助部分肾切除术(RAPN)已成为标准治疗方法,因为它既能保留肾功能,又能保持与根治性肾切除术相当的肿瘤学结果。RAPN常用的两种微创手术入路是:经腹腔入路和腹膜后入路。尽管这两种技术均被认为安全有效,但现有文献主要关注围手术期结果,如手术时间、出血量、热缺血时间、并发症及肿瘤学结果。关于患者报告的结果,包括术后疼痛、恢复情况及生活质量的数据有限。RAPTOR研究是一项前瞻性临床研究,旨在评估肾脏手术后的患者报告结果以及机器人辅助部分肾切除术中不同肾动脉去钳夹策略相关的手术结果。
研究的第一部分(PROMs组)将比较通过经腹膜或后腹膜途径接受机器人辅助部分肾切除术的患者。主要目的是确定后腹膜途径是否比经腹膜途径能减少术后疼痛。次要目标包括比较术后阿片类药物消耗量、术后恢复情况、生活质量、病假时长、围手术期结局、肿瘤学结局以及长期肾功能。研究的第二部分(阻断组)是一项随机比较,对比机器人辅助部分肾切除术中两种常用的肾动脉去阻断策略。在标准去阻断中,肾动脉阻断夹保持原位,直到所有肾缝合完成。在早期去阻断中,肾动脉阻断夹在切除床闭合后但肾缝合完成前被移除。
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。




