接受手术切除的腺癌患者与非腺癌患者的术前和术后TEG指标
该数据集来自clinicaltrials.gov,聚焦接受手术切除的腺癌患者与非腺癌对照者的术前和术后TEG指标。覆盖肝癌、食管癌、结直肠癌、肺腺癌、胰腺癌、胆道癌及无已知恶性肿瘤的对照人群

基本信息
资源简介
接受手术切除的腺癌患者与非腺癌患者的术前和术后TEG指标
该数据集来自clinicaltrials.gov,聚焦接受手术切除的腺癌患者与非腺癌对照者的术前和术后TEG指标。覆盖肝癌、食管癌、结直肠癌、肺腺癌、胰腺癌、胆道癌及无已知恶性肿瘤的对照人群。研究目的包括评估术前TEG参数与疾病负担的相关性,探索术前和术后TEG参数对比常规凝血参数对血栓和出血并发症的预测价值,以及评估术后TEG参数纠正能否预测根治性切除。可用于肿瘤相关凝血功能与手术预后研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:肝癌、食管癌、结直肠癌、肺腺癌、对照、胰腺癌、胆道癌。目标1:评估新诊断的肝胰胆管、食管、结直肠和肺腺癌患者与无已知恶性肿瘤的对照者之间,术前TEG参数与疾病负担的相关性。目标2:探索术前和术后TEG参数与常规临床凝血参数(血小板计数、凝血酶原时间[PT]、部分凝血活酶时间[PTT])相比,是否能预测术前和术后血栓性(深静脉血栓[DVT]、肺栓塞[PE]、卒中、心肌梗死[MI])和出血性并发症。目标3:评估术后TEG参数的纠正是否能预测根治性切除,以及术后或放化疗后TEG参数未能纠正是否能预测
【主题与分类】
主题标签:Liver Cancer、Esophageal Cancer、Colorectal Cancer、Lung Adenocarcinoma、Control、Pancreas Cancer、Biliary Cancer。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05517811
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/NCT05517811
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
病症:肝癌、食管癌、结直肠癌、肺腺癌、对照组、胰腺癌、胆道癌。目标1:评估新诊断的肝胰胆管、食管、结直肠和肺腺癌患者术前TEG参数与疾病负担之间的相关性,并与无已知恶性肿瘤的对照组进行比较。目标2:探究术前和术后TEG参数与常规临床凝血参数(血小板计数、凝血酶原时间[PT]、部分凝血活酶时间[PTT])是否能预测术前和术后的血栓形成(深静脉血栓[DVT]、肺栓塞[PE]、中风、心肌梗死[MI])和出血并发症。目标3:评估术后TEG参数的纠正是否预示根治性切除,以及术后或放化疗后TEG参数未能纠正是否预示癌症复发和总体生存率。
目标4:对癌症组织样本的肿瘤微环境进行蛋白质组学分析,探究肿瘤组织学和蛋白质组成是否与先前与不良预后相关的特定TEG紊乱有关,从而可能识别出胰腺癌的一种特定亚型。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




