原发性肺癌、头颈癌或胃肠道癌症患者接受放射治疗期间的生活质量研究
该数据集来自 clinicaltrials.gov,聚焦原发性肺癌、头颈癌或胃肠道癌症患者在接受放射治疗期间的生活质量(QOL)研究

基本信息
资源简介
原发性肺癌、头颈癌或胃肠道癌症患者接受放射治疗期间的生活质量研究
该数据集来自 clinicaltrials.gov,聚焦原发性肺癌、头颈癌或胃肠道癌症患者在接受放射治疗期间的生活质量(QOL)研究。覆盖肛管癌、结直肠癌、食管癌、肝外胆管癌、胆囊癌、胃癌、头颈癌、肝癌等病种。研究目标包括:评估实时使用 QOL 数据能否改善患者报告的生活质量,初步估计实时 QOL 数据组与未使用组在关键 QOL 领域及患者满意度上的效应量差异,并考察在放射肿瘤科实践中实时 QOL 评估能否提高临床肿瘤团队对 QOL 数据的接受与利用。可用于肿瘤放疗支持治疗、患者报告结局及临床决策相关建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肛管癌、结直肠癌、食管癌、肝外胆管癌、胆囊癌、胃癌、头颈癌、肝癌。目标: 确定在原发性肺癌、头颈癌或胃肠道癌症接受放射治疗的患者中,通过实时使用生活质量(QOL)数据能否改善患者报告的生活质量。 获得接受实时 QOL 数据与未接受 QOL 数据的患者之间关键 QOL 领域差异效应量的初步估计。 获得接受实时 QOL 数据与未接受 QOL 数据的患者之间患者满意度差异的初步估计。 确定在放射肿瘤科实践中实时 QOL 评估的可用性是否增加临床肿瘤团队对 QOL 数据的接受和利用。* 评估 cl
【主题与分类】
主题标签:Anal Cancer、Colorectal Cancer、Esophageal Cancer、Extrahepatic Bile Duct Cancer、Gallbladder Cancer、Gastric Cancer、Head and Neck Cancer、Liver Cancer、Lung Cancer、Pancreatic Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00836992
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/NCT00836992
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:肛门癌、结直肠癌、食管癌、肝外胆管癌、胆囊癌、胃癌、头颈癌、肝癌。目的:* 确定在原发性肺癌、头颈癌或胃肠道癌症接受放疗的患者中,通过实时使用生活质量(QOL)数据是否能改善患者报告的生活质量。* 获取接受实时QOL数据与未接受QOL数据患者之间关键QOL领域差异的初步效应量估计。* 获取接受实时QOL数据与未接受QOL数据患者之间患者满意度差异的初步估计。* 确定在放射肿瘤学实践中实时QOL评估的可用性是否增加了临床肿瘤学团队对QOL数据的接受和使用。* 评估临床医生对将实时QOL数据纳入肿瘤患者管理的态度。* 评估一套临床路径在将实时QOL数据纳入肿瘤患者管理中的应用。
- 评估在实时使用生活质量数据与未使用生活质量数据的互动中,对医患关系质量的潜在影响。
- 初步估计在放射肿瘤学实践中实时使用生活质量数据是否会显著增加每周治疗访视的持续时间。
大纲:患者被随机分配到2组中的1组。 - 第1组(对照组):患者在治疗期间的第1、3和5周以及治疗最后一周完成生活质量评估(例如,线性模拟自我评估[LASA])。他们还在治疗最后一天完成人际患者-提供者关系量表(IPPRS)和值得吗(WIW)问卷。数据不会与医生、患者或任何其他可能支持医生的临床助理(例如护士或执业护士)共享。
- 第2组(实验组):患者如第1组一样完成生活质量评估(例如LASA)以及IPPRS和WIW问卷。信息
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。




