双裸支架治疗恶性胃出口梗阻的结果研究
条件：恶性肿瘤所致的胃出口梗阻。自膨式金属支架可有效姑息恶性胃出口梗阻。然而，无覆膜支架常因肿瘤经支架网孔长入而导致再狭窄
基本信息
资源简介
双裸支架治疗恶性胃出口梗阻的结果研究
该数据集英文名为 Outcome Study of Double Bare Stent for Malignant Gastric Outlet Obstruction，来源于 clinicaltrials.gov，主题标签为 Gastric Outlet Obstruction Due to Malignancy，本站分类归入肿瘤 / 其他。数据集围绕恶性肿瘤所致胃出口梗阻这一临床问题展开：自膨式金属支架可有效姑息恶性胃出口梗阻，但无覆膜支架常因肿瘤经支架网孔长入而导致再狭窄。为减少这一问题，韩国开发并使用了网孔尺寸更小的双裸支架（double bare stent），然而该新设计的结局尚不明确。研究终点为双裸支架置入后 8 周的通畅率，以及技术和临床成功率。整体而言，该数据集记录了一项针对恶性胃出口梗阻姑息治疗新支架设计的结局研究信息，可供关注肿瘤姑息治疗与支架介入的读者了解该研究的背景与目标。
【数据集背景】
恶性胃出口梗阻是肿瘤患者常见的并发症之一，自膨式金属支架置入是缓解梗阻的有效姑息手段。然而，无覆膜支架存在一个突出问题：肿瘤组织可经支架网孔长入，导致支架再狭窄，影响姑息效果。为应对这一缺陷，韩国开发了网孔尺寸更小的双裸支架，其设计初衷是尽量减少无覆膜支架的再狭窄。但这一新设计的结局在当时并不明确，因此需要开展相应研究加以评估。该数据集即围绕这一临床背景组织，聚焦双裸支架用于恶性胃出口梗阻的结局研究。
【数据内容】
数据集的主题标签为 Gastric Outlet Obstruction Due to Malignancy，对应条件为恶性肿瘤所致的胃出口梗阻。研究关注的核心终点包括：双裸支架置入后 8 周的通畅率，以及技术成功率和临床成功率。数据集英文名称明确指向“双裸支架治疗恶性胃出口梗阻的结局研究”。关于数据集内具体包含的病例数量、变量字段、随访记录形式等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，本站分类为肿瘤 / 其他。源站描述说明了研究的相关临床背景与终点设定，但关于数据采集的具体时间范围、采集机构、采集流程与样本纳入排除标准等，源站未提供。
【适用场景】
基于现有信息，该数据集适用于了解双裸支架治疗恶性胃出口梗阻结局研究的背景与目标，可供关注肿瘤姑息治疗、恶性胃出口梗阻介入处理以及金属支架设计的读者参考。其研究终点涉及支架置入后 8 周通畅率及技术与临床成功率，相关主题可用于讨论无覆膜支架再狭窄问题及新支架设计的评估思路。关于该数据集在其他具体分析场景中的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的源站描述，主要反映研究背景与终点设定。关于数据质量评价、样本量、数据完整性、偏倚控制以及使用限制等，源站未提供。
【引用与许可】
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/NCT02156505
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：恶性肿瘤导致的胃出口梗阻。自膨式金属支架可有效姑息治疗恶性胃出口梗阻。然而，裸支架常因肿瘤经支架网孔向内生长而导致再狭窄。韩国开发并使用了网孔尺寸更小的自膨式金属支架（双裸支架）。这一新设计旨在尽量减少裸支架的再狭窄，但结果尚不明确。本研究的终点是置入双裸支架后8周的通畅率，以及技术和临床成功率。
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。
