妇科癌症女性患者报告结局(CONNECT研究)

妇科肿瘤中的卵巢癌和子宫内膜癌患者常承受疾病与治疗相关身心负担。患者报告结局(PRO)有望改善医患沟通、症状管理、参与度和生活质量;电子PRO(ePRO)可促进持续症状监测

Rigshospitalet, DenmarkRigshospitalet, Denmark
clinicaltrials
浏览 16
文本Gynecologic CancerGynecologic NeoplasmOvarian CancerEndometrial Cancer
Patient-Reported Outcomes Among Women Wtih Gynecological Cancer (The CONNECT Study)

基本信息

模态
文本
创建/更新时间
2026-10-01

资源简介

妇科癌症女性患者报告结局(CONNECT研究)

妇科肿瘤中的卵巢癌和子宫内膜癌患者常承受疾病与治疗相关身心负担。患者报告结局(PRO)有望改善医患沟通、症状管理、参与度和生活质量;电子PRO(ePRO)可促进持续症状监测。护士凭借整体护理及专业知识经验,能在多学科中促进症状管理。研究旨在开发基于ePRO、护士主导的系统性咨询照护模式以管理症状,并探讨其如何融入接受化疗的卵巢癌和子宫内膜癌患者的多学科治疗(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:妇科癌症、妇科肿瘤、卵巢癌、子宫内膜癌。患有卵巢癌和子宫内膜癌的女性常承受沉重的疾病及治疗相关身体和心理负担。患者报告结局(PRO)有潜力改善患者与临床医生之间的沟通、症状管理、患者参与度和生活质量。电子患者报告结局(ePRO)可促进由患者报告的适当且持续的症状监测。护士凭借其整体性方法以及专业知识和经验,在多学科背景下处于处理和促进症状管理的重要位置。本研究的总目标是开发一种基于ePRO、可促进症状管理的系统性护士主导咨询照护模式,并探讨这些咨询如何成为接受化疗的卵巢癌和子宫内膜癌女性多学科治疗方案的一部分。

【主题与分类】

主题标签:Gynecologic Cancer、Gynecologic Neoplasm、Ovarian Cancer、Endometrial Cancer。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04945187

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04945187

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:妇科癌症、妇科肿瘤、卵巢癌、子宫内膜癌。患有卵巢癌和子宫内膜癌的女性常承受沉重的疾病及治疗相关身体和心理负担。患者报告结局(PRO)有潜力改善患者与临床医生之间的沟通、症状管理、患者参与度和生活质量。电子患者报告结局(ePRO)可促进由患者报告的适当且持续的症状监测。护士凭借其整体性方法以及专业知识和经验,在多学科背景下处于处理和促进症状管理的重要位置。本研究的总目标是开发一种基于ePRO、可促进症状管理的系统性护士主导咨询照护模式,并探讨这些咨询如何成为接受化疗的卵巢癌和子宫内膜癌女性多学科治疗方案的一部分。

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。

获取专属数据定制方案