内镜超声引导射频消融治疗上消化道病变
该数据集来自 clinicaltrials.gov,为一项观察性研究,评估内镜超声引导射频消融(EUS-RFA)对胰腺或肾上腺肿瘤患者的长期临床有效性及生活质量

基本信息
资源简介
内镜超声引导射频消融治疗上消化道病变
该数据集来自 clinicaltrials.gov,为一项观察性研究,评估内镜超声引导射频消融(EUS-RFA)对胰腺或肾上腺肿瘤患者的长期临床有效性及生活质量。主要目标包括评估患者临床症状与生化指标改善比例,以及通过经验证问卷评估患者满意度和疾病相关生活质量。次要目标涉及安全性(按 AGREE 分类评估术后 30 天内并发症比例)和技术成功。数据可用于研究 EUS-RFA 在胰岛素瘤、MEN1、NETs、Conn 综合征等疾病中的疗效与安全性预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胰岛素瘤;胰腺,MEN1,NETs,射频消融,内镜超声(EUS),Conn 综合征。本观察性研究的目标是评估接受 EUS-RFA 的胰腺或肾上腺肿瘤患者的 EUS-RFA 长期临床有效性和生活质量。主要目标: 临床有效性:评估纳入患者中随时间推移临床症状和生化参数(血液检测结果)有记录改善的比例。 患者满意度:使用经验证的问卷评估患者对手术的满意度及随后的疾病相关生活质量。次要目标: 安全性:确定术后 30 天内发生并发症(按 AGREE 分类定义)的治疗患者比例。 技术成功:评估技
【主题与分类】
主题标签:Insulinoma; Pancreas、MEN1、NETs、Radiofrequency Ablation、Endoscopic Ultrasound (EUS)、Conn Syndrome。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07272187
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/NCT07272187
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:胰岛素瘤;胰腺、MEN1、NETs、射频消融、内镜超声(EUS)、Conn综合征。本观察性研究旨在评估接受EUS-RFA的胰腺或肾上腺肿瘤患者中EUS-RFA的长期临床有效性及生活质量。主要目标:* 临床有效性:评估纳入患者中临床症状及生化指标(血液检测结果)随时间推移有记录改善的比例。* 患者满意度:评估患者对手术的满意度及后续疾病相关生活质量,采用经验证的问卷进行测量。次要目标:* 安全性:确定治疗后30天内发生并发症(依据AGREE分类定义)的患者比例。* 技术成功:评估纳入患者中EUS-RFA手术成功完成的比例。探索性目标:• 识别与不良事件相关的因素以及与临床成功或失败相关的因素。本研究为观察性研究。
所有参与者都将作为其标准临床护理的一部分接受EUS-RFA。参与者将:* 接受EUS-RFA,即在内窥镜和超声成像引导下,将细针穿刺至肿瘤部位。通过针头施加射频能量,加热并破坏肿瘤细胞,同时保护周围组织。* 在治疗后长达5年的时间内,定期进行随访,包括血液检查、影像扫描和临床评估。* 完成经过验证的满意度和生活质量问卷。该研究将纳入约138名患者,于2025年至2035年间从丹麦两家医院科室(Herlev and Gentofte Hospital和Rigshospitalet)招募。数据收集将持续至2040年,以评估长期结局。这项研究可能有助于确定EUS-RFA能否成为某些小型产激素性或
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)
