Henry-Joyce癌症门诊新诊断上呼吸消化道癌症患者神经认知功能研究
该数据集来自clinicaltrials.gov,聚焦于在Henry-Joyce癌症门诊接受治疗的新诊断上呼吸消化道癌症患者,涵盖神经认知障碍、谵妄、食管癌、头颈癌和肺癌

基本信息
资源简介
Henry-Joyce癌症门诊新诊断上呼吸消化道癌症患者神经认知功能研究
该数据集来自clinicaltrials.gov,聚焦于在Henry-Joyce癌症门诊接受治疗的新诊断上呼吸消化道癌症患者,涵盖神经认知障碍、谵妄、食管癌、头颈癌和肺癌。数据通过访谈收集,测量领域特异性、整体及主观神经认知功能、谵妄、身体功能、症状患病率与痛苦、情绪状态等。可用于估计治疗前基线神经认知障碍患病率、治疗期间发病率,描述其随时间变化,并识别相关社会人口学与临床因素及健康相关结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:神经认知障碍、谵妄、食管癌、头颈癌、肺癌。目标:主要 估计在开始门诊癌症治疗前基线神经认知障碍的患病率。 估计门诊癌症治疗期间神经认知障碍的发病率。 描述癌症治疗期间神经认知功能如何随时间变化。次要 识别与神经认知障碍相关的社会人口学和临床因素。 * 检查与神经认知障碍相关的健康相关结局。概述:患者接受访谈以完成领域特异性神经认知功能、整体神经认知功能、主观神经认知功能、谵妄、身体功能、症状患病率和痛苦、情绪状态以及
【主题与分类】
主题标签:Neurocognitive Impairment、Delirium、Esophageal Cancer、Head and Neck Cancer、Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00533884
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/NCT00533884
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:神经认知障碍、谵妄、食管癌、头颈癌、肺癌。目的:主要目的 * 在接受门诊癌症治疗前,评估基线神经认知障碍的患病率。 * 评估门诊癌症治疗期间神经认知障碍的发病率。 * 描述癌症治疗期间神经认知功能如何随时间变化。次要目的 * 识别与神经认知障碍相关的社会人口学和临床因素。 * 探讨与神经认知障碍相关的健康结局。方案概述:患者在开始癌症治疗前基线时、预定治疗访视时以及癌症治疗完成后3个月的随访访视时接受访谈,以完成特定领域神经认知功能、整体神经认知功能、主观神经认知功能、谵妄、身体功能、症状患病率和痛苦、情绪状态以及药物的评估。合并症、酒精使用、感觉功能(视力和听力)以及社会人口学指标的评估仅在基线时完成。
在基线时,通过病历回顾获取癌症相关信息(诊断、分期及转移部位,如适用)、治疗相关信息(计划治疗方案——化疗和/或放疗)以及当前用药情况。在每次预定治疗访视和治疗后3个月的随访访视时,评估医疗服务使用情况和并发症。在基线和3个月随访访视时,完成特定领域神经认知功能、应对方式和生活质量的测量。
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。




