胸腔导管每日与每周三次引流对比
该数据集来自 clinicaltrials.gov,涉及晚期癌症合并胸腔积液患者。内容围绕胸腔导管(IPC)的引流频率展开:MD Anderson 指导患者每日引流,其他机构则指导患者减少引流频次

基本信息
资源简介
胸腔导管每日与每周三次引流对比
该数据集来自 clinicaltrials.gov,涉及晚期癌症合并胸腔积液患者。内容围绕胸腔导管(IPC)的引流频率展开:MD Anderson 指导患者每日引流,其他机构则指导患者减少引流频次。源站描述还记录了置管前的评估流程,包括6分钟步行测试以评估呼吸能力与疲劳程度,以及签署知情同意后填写两份问卷了解患者感受。该数据可用于了解不同引流方案的操作背景与患者评估方式(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期癌症、胸腔积液。IPC 是一种硅胶(橡胶状)管,插入胸腔以引流胸腔内的多余液体。在 MD Anderson,患者被要求每天引流其 IPC。在其他机构,患者被要求减少 IPC 引流频率。IPC 置入前:在您能够置入 IPC 之前,将进行以下测试和程序,以帮助医生决定您是否需要置入 IPC: 您将进行 6 分钟步行测试,以了解检查您的呼吸能力和疲劳程度。要进行步行测试,您将被要求在一个约 40 码长的平坦室内场地上绕着锥桶尽可能走远。您将按自己的步速行走,如有必要可随时休息。 签署本同意书后,您将填写 2 份问卷,询问您感觉如何
【主题与分类】
主题标签:Advanced Cancer、Pleural Effusion。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00761618
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT00761618
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:晚期癌症、胸腔积液。IPC是一种硅胶(橡胶样)管,插入胸腔以引流胸腔内多余液体。在MD Anderson,患者被要求每天引流其IPC。在其他机构,患者被要求减少IPC引流频率。IPC置入前:在您能够置入IPC之前,将进行以下测试和程序,以帮助医生决定您是否需要置入IPC:* 您将进行6分钟步行测试,以了解您的呼吸能力和疲劳程度。进行步行测试时,您将被要求在室内平坦赛道上尽可能远地绕锥桶行走,赛道长约40码。您将按自己的步速行走,必要时可随时休息。* 签署本同意书后,您将填写2份问卷,询问您的感受和可能出现的任何症状。这些问卷大约需要20-30分钟完成。IPC置入:您将置入IPC以引流胸腔内的液体。
您将收到一份针对该操作的单独同意书以供签署,您的医生会就该操作本身向您提供详细说明。研究分组:在放置IPC后立即进行胸部X线检查。在您的胸部X线检查后,或次日您返回门诊随访时,您将被随机分配(如同掷硬币)至2组中的1组。第1组将每天引流其IPC,第2组将每周引流3次(周一、周三和周五,或周二、周四和周六)。您将收到关于何时以及如何引流导管的详细说明。随访就诊:在您接受IPC后两(2)周,您将返回门诊进行随访,以便医生检查您的IPC是否存在可能的渗漏、感染,并查看已引流出多少胸膜液。在2周随访就诊后,您将每4周来门诊一次,直至您的IPC被移除。
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。




