原发性卵巢平滑肌肉瘤的临床管理与结局
该数据集来自 clinicaltrials.gov,聚焦原发性卵巢平滑肌肉瘤(POLMS),采用全国多中心观察性设计,结合回顾性与前瞻性方法收集病例

基本信息
资源简介
原发性卵巢平滑肌肉瘤的临床管理与结局
该数据集来自 clinicaltrials.gov,聚焦原发性卵巢平滑肌肉瘤(POLMS),采用全国多中心观察性设计,结合回顾性与前瞻性方法收集病例。回顾部分纳入自1980年确诊的病例,数据通过REDCap电子病例报告表标准化采集并集中校验。数据涵盖患者人口学、临床表现与肿瘤特征(症状、CA-125、CEA、Ki-67等标志物)及治疗方式等信息,可用于该罕见肿瘤的临床特征分析与结局研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:原发性卵巢平滑肌肉瘤。本研究采用全国多中心观察性设计,结合回顾性与前瞻性方法收集和分析原发性卵巢平滑肌肉瘤(POLMS)病例。回顾性部分将纳入自1980年以来诊断的病例,利用机构档案和临床病例回顾。数据收集将使用在REDCap上实施的电子病例报告表(eCRF)进行标准化。所有数据将集中管理以确保统一性,并经过严格验证以确保各中心之间的一致性。研究结果将以汇总形式报告,以保护患者隐私。本研究将收集大量数据点,包括: 患者人口学特征。 临床表现和肿瘤特征(症状、肿瘤标志物如CA-125、CEA和Ki-67)。* 治疗方式(手术细节,
【主题与分类】
主题标签:Primary Ovarian Leiomyosarcoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06749600
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/NCT06749600
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:原发性卵巢平滑肌肉瘤。本研究采用全国性、多中心、观察性设计,结合回顾性与前瞻性方法,收集并分析原发性卵巢平滑肌肉瘤(POLMS)病例。回顾性部分将纳入自1980年以来诊断的病例,利用机构档案和临床病例回顾进行资料收集。数据收集将通过基于REDCap实施的电子病例报告表(eCRF)进行标准化。所有数据将集中管理以确保统一性,并经过严格验证以确保各中心之间的一致性。研究结果将以汇总形式报告,以保护患者隐私。本研究将收集大量数据点,包括:* 患者人口学特征。* 临床表现和肿瘤特征(症状、肿瘤标志物如CA-125、CEA和Ki-67)。* 治疗方式(手术细节、淋巴结清扫术、化疗、放疗或激素治疗)。* 复发模式和结局(无病生存期、总生存期)。* 免疫组化结果(结蛋白、SMA和波形蛋白阳性)。
统计分析主要涉及描述性和探索性技术,以识别数据集中的模式和相关性。
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。




