北欧器官保留试点方案:直肠癌非手术治疗非随机单臂试验
背景:直肠癌的非手术治疗(NOM)是一种已被接受的治疗选择,在芬兰尚未普遍使用,但已被全球主要癌症中心广泛采用。如果直肠肿瘤经新辅助治疗后消失,达到临床完全缓解,则可考虑NOM

基本信息
资源简介
北欧器官保留试点方案:直肠癌非手术治疗非随机单臂试验
本数据集是 clinicaltrials.gov 公开数据集,主题涵盖 Rectal Cancer、Rectal Adenocarcinoma。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:直肠癌、直肠腺癌。 背景:直肠癌的非手术治疗(NOM)是一种已被接受的治疗选择,在芬兰尚未普遍使用,但已被全球主要癌症中心广泛采用。如果直肠肿瘤经新辅助治疗后消失,达到临床完全缓解,则可考虑NOM。 目的:本研究旨在建立一套供全国使用的统一NOM方案,并确定芬兰和爱沙尼亚治疗实践的结果是否与国际经验一致。 设计:本研究是一项前瞻性、非随机、单臂、国际多中心试验,考察NOM的肿瘤学和生活质量结局。 主要终点:主要终点是NOM开始后2年的无病生存期。 次要终点:包括总生存期、疾病特异性生存期、免于全直肠系膜切除术(TME)手术的生存期、临床完全缓解后无循环肿瘤DNA(ctDNA)检出的生存期、无复发生存期、局部复发和转移的发生率、挽救性TME成功率、NOM后1年的生活质量,以及长达5年的治疗相关并发症发生率。 纳入标准:患者必须在新辅助治疗前经组织病理学确诊为原发性直肠腺癌,在新辅助治疗后达到临床完全缓解(cCR),并在考虑复发风险后表示愿意接受保留直肠的治疗。 排除标准:诊断时有转移证据、年龄小于18岁、未接受新辅助治疗或无法提供知情同意的患者被排除。 诊断与治疗:患者的治疗前处理遵循标准实践。在符合纳入标准并确认cCR后,患者接受按方案进行的监测,包括临床检查、实验室检查和影像学检查。 随机化:不进行随机化。 随访:患者接受监测。
【主题与分类】
主题标签:Rectal Cancer、Rectal Adenocarcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06328361
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/NCT06328361
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
Conditions:直肠癌、直肠腺癌。Background:直肠癌的非手术治疗(NOM)是一种已被认可的治疗选择,在芬兰尚未普遍使用,但已在全球各大癌症中心广泛采用。如果直肠肿瘤经新辅助治疗后消失,达到临床完全缓解,则可考虑NOM。Objective:本研究旨在建立供全国使用的统一NOM方案,并确定芬兰和爱沙尼亚治疗实践的结果是否与国际经验一致。Design:本研究是一项前瞻性、非随机、单臂、国际多中心试验,考察NOM的肿瘤学结局和生活质量结局。Primary Endpoint:主要终点是NOM开始后2年的无病生存期。
次要终点:包括总生存、疾病特异性生存、免于全直肠系膜切除术(TME)的生存率、完全临床缓解后无循环肿瘤DNA(ctDNA)检出的生存率、无复发生存、局部复发和转移的发生率、挽救性TME成功率、NOM后1年生活质量,以及长达5年的治疗相关并发症。入选标准:患者必须在新辅助治疗前经组织病理学确诊为原发性直肠腺癌,在新辅助治疗后达到临床完全缓解(cCR),并在考虑复发风险后表示愿意接受保留直肠的治疗。排除标准:诊断时有转移证据、年龄未满18岁、未接受新辅助治疗或无法提供知情同意的患者被排除。诊断与治疗:患者的治疗前处理遵循标准实践。在符合入选标准且确认cCR后,患者接受方案规定的监测,包括临床检查、实验室检查和影像学检查。随机化:不进行随机化。
Follow-up: Patients are mon
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。




