睾丸癌幸存者晚期亚临床心血管疾病
该数据集来自 clinicaltrials.gov，聚焦睾丸癌幸存者接受顺铂化疗后出现的晚期（治疗后≥10年）动脉粥样硬化性心血管疾病事件，以及高血压、血脂异常、糖尿病和代谢综合征的高发情况
基本信息
资源简介
睾丸癌幸存者晚期亚临床心血管疾病
该数据集来自 clinicaltrials.gov，聚焦睾丸癌幸存者接受顺铂化疗后出现的晚期（治疗后≥10年）动脉粥样硬化性心血管疾病事件，以及高血压、血脂异常、糖尿病和代谢综合征的高发情况。研究在治疗后≥5年的幸存者中分三组评估 ASCVD 风险：接受顺铂化疗者、接受顺铂化疗联合骨髓移植者及另一组幸存者。数据可用于年轻幸存者 ASCVD 早期筛查与预防策略的建模预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：睾丸癌、幸存者状态、ASCVD、冠状动脉疾病、脂质紊乱、男性性腺功能减退、顺铂不良反应、骨髓移植并发症。睾丸癌（TC）在18-39岁年轻成年男性中确诊。睾丸癌幸存者（TCS）接受基于顺铂的化疗（CBCT）后会出现晚期（治疗后≥10年）动脉粥样硬化性心血管疾病（ASCVD）事件，同时高血压、血脂异常、糖尿病和代谢综合征的发生率升高。对年轻TCS进行ASCVD早期检测以指导预防措施是一项未满足的需求，因为这些患者通常达不到传统ASCVD筛查的40-45岁年龄切点。将在治疗后≥5年的TCS中评估ASCVD风险，分为三组：1）暴露于CBCT的TCS，2）暴露于CBCT和骨髓移植（BMT）的TCS，3）TC
【主题与分类】
主题标签：Testicular Cancer、Survivorship、ASCVD、Coronary Artery Disease、Lipid Disorder、Hypogonadism, Male、Cisplatin Adverse Reaction、Bone Marrow Transplant Complications。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05611307
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/NCT05611307
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：睾丸癌、生存者状态、动脉粥样硬化性心血管疾病（ASCVD）、冠状动脉疾病、脂质代谢紊乱、性腺功能减退、男性、顺铂不良反应、骨髓移植并发症。睾丸癌（TC）多见于18-39岁年轻成年男性。接受以顺铂为基础的化疗（CBCT）的睾丸癌生存者（TCS）在治疗后晚期（≥10年）会出现动脉粥样硬化性心血管疾病（ASCVD）事件，同时高血压、血脂异常、糖尿病和代谢综合征的发生率升高。对年轻TCS进行ASCVD早期检测以指导预防措施，仍是一项未满足的需求，因为这些患者通常未达到传统上40-45岁的ASCVD筛查年龄 cutoff。将在治疗后≥5年的TCS中评估ASCVD风险，分为三组：1）暴露于CBCT的TCS，2）暴露于CBCT并接受骨髓移植（BMT）的TCS，3）通过手术切除/监测治愈的TCS。重点将放在利用血脂生物标志物和先进的心脏CT成像检测TCS中的亚临床动脉粥样硬化。
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。
