鱼油对比他汀对比安慰剂减少肺癌胸外科手术患者房颤的研究
该数据集来自 clinicaltrials.gov,主题为鱼油、他汀与安慰剂在减少接受肺癌胸外科手术患者心房颤动方面的对比研究,属于肿瘤/肺癌分类

基本信息
资源简介
鱼油对比他汀对比安慰剂减少肺癌胸外科手术患者房颤的研究
该数据集来自 clinicaltrials.gov,主题为鱼油、他汀与安慰剂在减少接受肺癌胸外科手术患者心房颤动方面的对比研究,属于肿瘤/肺癌分类。源站描述涉及晚期癌症患者,介绍 Atorvastatin 与鱼油补充剂的作用机制、抗炎效果比较及研究分组安排,并提及 Part 1 最多入组 132 名参与者、Part 2 最多入组 120 名参与者。数据可用于了解该临床试验的设计信息、干预措施与分组规模,服务于肿瘤相关临床研究的信息整理与分类参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期癌症。研究药物:Atorvastatin 旨在通过阻断肝脏中的生成来降低胆固醇。这可能有助于降低心脏病发作或中风的机会。鱼油补充剂旨在通过阻断肝脏中的生成来降低血液中的脂肪水平。这可能有助于降低心脏病发作或中风的机会。Atorvastatin 已获 FDA 批准并可商业获得,用于降低血液中的胆固醇或脂肪水平。鱼油补充剂也可商业获得。研究人员希望比较 Atorvastatin 和鱼油补充剂的抗炎效果。研究分组:如果您被发现符合参加本研究的资格,您将根据加入本研究的时间被分配到一个研究“部分”。Part 1 最多将入组 132 名参与者。Part 2 最多将入组 120 名参与者。
【主题与分类】
主题标签:Advanced Cancers。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01259284
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/NCT01259284
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:晚期癌症。研究药物:阿托伐他汀旨在通过阻断肝脏中的胆固醇生成来降低胆固醇。这可能有助于降低心脏病发作或中风的风险。鱼油补充剂旨在通过阻断肝脏中的脂肪生成来降低血液中的脂肪水平。这可能有助于降低心脏病发作或中风的风险。阿托伐他汀已获FDA批准,并作为降低血液中胆固醇或脂肪水平的药物在市场上销售。鱼油补充剂也在市场上销售。研究人员希望比较阿托伐他汀和鱼油补充剂的抗炎效果。研究分组:如果您符合参加本研究的资格,将根据您加入本研究的时间被分配到某个研究“部分”。第1部分最多将招募132名参与者。第2部分最多将招募120名参与者。如果您被纳入第1部分,您将被随机分配(如同掷骰子)到3个组中的1个。您将获得足够十四天使用的无标记胶囊,外加一次试验剂量。
您将在研究护士在场的情况下在诊所服用试验剂量。从肺部手术前5天(第-5天)开始,您将在早晨服用1粒胶囊,并且每天2次每次服用3粒胶囊(每天共服用7粒无标记胶囊),连续5天。胶囊应随一杯(8盎司)水服用,可与食物同服或空腹服用。研究护士会提醒您在入院手术前从家中携带剩余的胶囊。* 如果您被分到第1组,您服用的胶囊将是鱼油补充剂和安慰剂。安慰剂是一种外观与研究药物相似但不含活性成分的物质。* 如果您被分到第2组,您服用的胶囊将是阿托伐他汀和安慰剂。* 如果您被分到第3组,您服用的胶囊将仅为安慰剂。您被分配到各组的几率相同。您和研
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。




