根治性膀胱切除术干预的综合优化
该数据集来自 clinicaltrials.gov,主题为膀胱癌与根治性膀胱切除术,属于肿瘤领域的临床研究数据。研究涉及干预组患者在随机分组后进入 Perioperative Optimization of Senior Health(POSH)项目,接受营养、功能与整体健康评估,并由 POSH 团

基本信息
资源简介
根治性膀胱切除术干预的综合优化
该数据集来自 clinicaltrials.gov,主题为膀胱癌与根治性膀胱切除术,属于肿瘤领域的临床研究数据。研究涉及干预组患者在随机分组后进入 Perioperative Optimization of Senior Health(POSH)项目,接受营养、功能与整体健康评估,并由 POSH 团队按需转诊至营养、物理医学与康复等顾问以优化术前体能。干预组还获得 ActiCare Health 的 Remote Patient Monitoring(RPM)Ipad 作为远程监测与教育工具,入组时使用计步器完成初始步数采集,并在收到 Ipad 后每周输入一次生命体征。数据可用于围手术期干预与康复相关研究(来源 clinicaltr。
【数据内容】
源站描述(机器翻译,仅供参考):条件:膀胱癌、根治性膀胱切除术。拟议研究包括以下内容——第一部分:术前阶段。随机分组后,干预组患者将被转介至 Perioperative Optimization of Senior Health(POSH)项目,在那里他们将接受营养、功能和整体健康评估。POSH 团队将根据指征将患者转介至营养、物理医学与康复及其他顾问,以优化其术前手术体能。干预组患者还将收到来自 ActiCare Health 的 Remote Patient Monitoring(RPM)Ipad,该设备将作为其远程监测设备和教育工具。入组时,他们将被要求使用提供给他们的计步器完成初始步数采集。在收到 Ipad 后,他们将被要求每周输入一次生命体征,以
【主题与分类】
主题标签:Bladder Cancer、Radical Cystectomy。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05714826
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/NCT05714826
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:膀胱癌,根治性膀胱切除术。拟议研究包括以下内容——第一部分:术前阶段。随机分组后,干预组患者将被转介至老年健康围手术期优化(POSH)项目,在那里他们将接受营养、功能和整体健康评估。POSH团队将根据需要对患者进行转介至营养、物理医学与康复及其他顾问,以优化其术前手术适应能力。干预组患者还将从ActiCare Health获得一台远程患者监测(RPM)iPad,该设备将作为他们的远程监测工具和教育工具。入组时,他们将被要求使用所提供的计步器完成初始步数摄入。在收到iPad后,他们将被要求每周输入一次生命体征,以便在术前熟悉该平台。入组时,两组患者还将被要求完成一份患者报告的膀胱癌指数问卷,这是一项追踪膀胱癌患者生活质量的调查。
第二部分:围手术期 干预组和对照组均将接受标准治疗的加速康复外科(ERAS)膀胱癌方案,该方案是由麻醉科和泌尿外科专门为接受根治性膀胱切除术的膀胱癌患者制定的药物及围手术期管理方案。在住院术后恢复期间,干预组患者将自动接受POSH团队的共同管理。第三部分:术后期间 干预组和对照组均将在术后接受90天的随访。干预组将使用远程患者监测(RPM)iPad在随访期间每周3次及按需输入生命体征、体重和计步器步数,该数据将由ActiCare Health 24/7临床支持团队进行监测。异常参数将被设定,以便UT S
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。




