应用远程监测的门诊化疗癌症患者前瞻性先导临床试验
研究远程患者监测(RPM)前瞻性监测实体瘤与血液学恶性肿瘤门诊化疗患者化疗相关毒性的可行性。Apple Watch、Fitbit 等可穿戴设备广泛可用、非侵入性,可连续监测生命体征,早期发现发热或心率增加可提醒及早就医

基本信息
资源简介
应用远程监测的门诊化疗癌症患者前瞻性先导临床试验
研究远程患者监测(RPM)前瞻性监测实体瘤与血液学恶性肿瘤门诊化疗患者化疗相关毒性的可行性。Apple Watch、Fitbit 等可穿戴设备广泛可用、非侵入性,可连续监测生命体征,早期发现发热或心率增加可提醒及早就医。可行性标准:通过 Locus Health iPhone 应用回答查询至少70%;报告该应用和 Apple Watch“易于使用”(干预后问卷前两题平均分≥7);退出少于10%(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:实体瘤、血液系统恶性肿瘤。现代可穿戴设备,如 Apple Watch 或 Fitbit,普及度高、无创,并可提供连续生命体征监测,以早期发现潜在健康并发症。对发热或心率增快等情况进行早期检测,可提醒患者尽早就医,因此有可能改善患者预后并降低医疗费用。为进一步研究使用远程患者监测(RPM)前瞻性监测接受门诊化疗患者化疗相关毒性的可行性,定义如下:(1)患者至少70%的情况下通过 Locus Health iPhone 应用程序回答询问;(2)患者报告 Locus Health iPhone 应用程序和 Apple Watch“易于使用”,定义为在干预后问卷前两个问题上的平均评分为7分或更高;以及(3)退出研究的患者少于10%。
【主题与分类】
主题标签:Solid Tumor、Hematological Malignancy。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06106360
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/NCT06106360
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:实体瘤、血液系统恶性肿瘤。现代可穿戴设备,如 Apple Watch 或 Fitbit,普及度高、无创,并可提供连续生命体征监测,以早期发现潜在健康并发症。对发热或心率增快等情况进行早期检测,可提醒患者尽早就医,因此有可能改善患者预后并降低医疗费用。为进一步研究使用远程患者监测(RPM)前瞻性监测接受门诊化疗患者化疗相关毒性的可行性,定义如下:(1)患者至少70%的情况下通过 Locus Health iPhone 应用程序回答询问;(2)患者报告 Locus Health iPhone 应用程序和 Apple Watch“易于使用”,定义为在干预后问卷前两个问题上的平均评分为7分或更高;以及(3)退出研究的患者少于10%。
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。



![在SSTR阳性肿瘤儿科受试者中确定镥[177Lu]依多曲肽治疗剂量并评估药代动力学和安全性的I期试验](/medical-api/medicalDataset/datasetCover/38187.jpg)
