Omega-3脂肪酸在Lynch综合征患者中预防结直肠癌的研究 (COLYNE)
该数据集来自clinicaltrials.gov，收录一项针对Lynch综合征患者的单臂开放标签试点研究，评估中等剂量omega-3酸乙酯胶囊（仿制Lovaza）对结直肠癌高危人群的分子及肠道微生物群变化的影响
基本信息
资源简介
Omega-3脂肪酸在Lynch综合征患者中预防结直肠癌的研究 (COLYNE)
Omega 3 Fatty Acids in Colorectal Cancer (CRC) Prevention in Patients With Lynch Syndrome (COLYNE) 是一项登记于 clinicaltrials.gov 的肿瘤领域研究数据集，聚焦结直肠癌与Lynch综合征人群。该数据集对应的研究为一项单臂、开放标签的试点研究，旨在评估中等剂量omega-3酸乙酯胶囊（仿制Lovaza）对结直肠癌高危参与者分子层面及肠道微生物群变化的影响。数据集以结直肠癌和Lynch综合征为核心主题标签，归属于肿瘤/其他分类，可为关注遗传性肿瘤风险人群化学预防方向的研究者提供研究设计与相关信息的参考。
【数据集背景】
Lynch综合征是结直肠癌的重要遗传性高风险因素，针对此类高危人群的预防策略研究具有临床意义。该数据集所对应的研究即为面向这一人群的干预性探索，采用单臂、开放标签的设计形式，属于试点性质的研究，目的在于初步观察中等剂量omega-3酸乙酯胶囊（仿制Lovaza）在结直肠癌高危人群中的作用，关注终点涉及分子层面变化与肠道微生物群变化两个方面。研究涉及的疾病条件为结直肠癌与Lynch综合征。
【数据内容】
该数据集的主题标签为结直肠癌与Lynch综合征，所属分类为肿瘤/其他。研究关注的核心内容包括中等剂量omega-3酸乙酯胶囊（仿制Lovaza）干预下参与者分子层面的变化以及肠道微生物群的变化。关于数据集内具体包含的字段、变量、样本量、观测指标数值等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于该注册平台收录的研究信息。研究类型为单臂、开放标签的试点研究，研究对象为结直肠癌高危参与者，具体为Lynch综合征患者人群。关于数据采集的具体时间范围、采集机构、采集流程与质量控制措施，源站未提供。
【适用场景】
该数据集适用于了解Lynch综合征人群结直肠癌预防研究方向的研究设计信息，可供关注遗传性结直肠癌高风险人群化学预防、omega-3脂肪酸类干预以及肠道微生物群相关研究的人员参考。由于研究为试点性质且为单臂开放标签设计，其信息更适合用于研究背景梳理、研究设计参考与相关主题的初步了解。关于该数据集在其他具体应用场景中的适用性，源站未提供。
【使用方法】
该数据集来自 clinicaltrials.gov 的注册研究信息，使用者可依据结直肠癌、Lynch综合征、omega-3酸乙酯等主题进行检索与查阅。关于数据的具体下载方式、访问接口、数据结构说明及分析操作指引，源站未提供。
【质量与限制】
该研究为单臂、开放标签的试点研究，未设置对照臂，研究规模与设计定位为初步探索，相关结论的推广需谨慎。关于数据集的完整性、准确性、缺失情况以及其它质量评估信息，源站未提供。
【引用与许可】
该数据集来源站为 clinicaltrials.gov。关于具体的引用格式、许可条款与使用限制，源站未提供。
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/NCT03831698
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：结直肠癌、林奇综合征。这是一项初步研究，旨在评估中等剂量ω-3脂肪酸乙酯胶囊（通用名Lovaza）对结直肠癌高风险参与者分子及肠道微生物群变化的影响。该研究将是一项单臂、开放标签研究。
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。
