老年干预在老年癌症患者治疗中的作用

涉及乳腺癌、结直肠癌、肺癌、前列腺癌、膀胱癌、卵巢癌和淋巴瘤患者。患者先接受G8筛查工具筛查;若评分出现改变(G8 14),则按主管医生意见治疗

Institut BergoniéInstitut Bergonié
clinicaltrials
浏览 27
蛋白质Breast CancerColorectal CancerLung CancerProstate CancerBladder CancerOvarian CancerLymphoma
Role of Geriatric Intervention in Treatment of Older Patients With Cancer (PREPARE)

基本信息

模态
蛋白质
创建/更新时间
2026-10-01

资源简介

老年干预在老年癌症患者治疗中的作用

涉及乳腺癌、结直肠癌、肺癌、前列腺癌、膀胱癌、卵巢癌和淋巴瘤患者。患者先接受G8筛查工具筛查;若评分出现改变(G8 14),则按主管医生意见治疗。同时收集最小数据集,主要包括年龄、性别、肿瘤类型、疾病分期、体能状态(PS)、肌酐清除率、白蛋白和C反应蛋白(CRP)水平,用于描述人群特征,以便将本研究结果与其他已发表系列进行比较(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:乳腺癌、结直肠癌、肺癌、前列腺癌、膀胱癌、卵巢癌、淋巴瘤。患者将首先使用 G8 筛查工具进行筛查。如果所得评分异常(G8 14),将根据主管医师的意见对患者进行治疗。将收集一套最少量的数据(主要包括年龄、性别、肿瘤类型、疾病分期、体能状态(PS)、肌酐清除率、白蛋白和 C 反应蛋白(CRP)水平),以便对该人群进行特征描述,从而将我们的结果与其他已发表系列的结果进行比较。

【主题与分类】

主题标签:Breast Cancer、Colorectal Cancer、Lung Cancer、Prostate Cancer、Bladder Cancer、Ovarian Cancer、Lymphoma。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02704832

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02704832

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:乳腺癌、结直肠癌、肺癌、前列腺癌、膀胱癌、卵巢癌、淋巴瘤。患者将首先使用 G8 筛查工具进行筛查。如果所得评分异常(G8 14),将根据主管医师的意见对患者进行治疗。将收集一套最少量的数据(主要包括年龄、性别、肿瘤类型、疾病分期、体能状态(PS)、肌酐清除率、白蛋白和 C 反应蛋白(CRP)水平),以便对该人群进行特征描述,从而将我们的结果与其他已发表系列的结果进行比较。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。