直肠癌新辅助放化疗期间的预康复

该数据集来自 clinicaltrials.gov,为一项前瞻性、单中心、随机对照试验,研究对象为接受新辅助放化疗的直肠癌患者

Fudan UniversityFudan University
clinicaltrials
浏览 1
其他预测Rectal Cancer
Prehabilitation During Neoadjuvant Chemoradiotherapy for Rectal Cancer

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-11-04

资源简介

直肠癌新辅助放化疗期间的预康复

该数据集来自 clinicaltrials.gov,为一项前瞻性、单中心、随机对照试验,研究对象为接受新辅助放化疗的直肠癌患者。纳入标准涵盖年龄18至80岁、组织学确诊直肠腺癌、ECOG 0-2、计划或正在接受至少4周新辅助放化疗及Fried衰弱评分≥2。参与者被随机分配接受三联预康复方案或标准护理,均按ERAS方案治疗。主要终点为术后30天内并发症,按Clavien-Dindo分级诊断并计算综合并发症指数。数据可用于分析预康复对直肠癌术后并发症的预测与影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:直肠癌。本研究为前瞻性、单中心、随机对照试验。纳入标准为:(1) 年龄18至80岁;(2) 组织学确诊直肠腺癌;(3) 体能状态(ECOG)0-2;(4) 正在接受/计划接受持续至少4周的新辅助放化疗;(5) Fried衰弱评分≥2。急诊手术、妊娠或合并限制体育锻炼或引起意识障碍的疾病患者被排除。所有参与者被招募并随机分配接受三联预康复方案或标准护理。所有患者均按ERAS方案治疗。主要终点为术后30天内并发症。并发症根据Clavien-Dindo分级进行诊断和分类,并计算综合并发症指数。次要终点

【主题与分类】

主题标签:Rectal Cancer。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06542354

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06542354

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

条件:直肠癌。本研究为前瞻性、单中心、随机对照试验。纳入标准为:(1)年龄18至80岁;(2)组织学确诊为直肠腺癌;(3)体能状态(ECOG)0-2分;(4)正在接受/计划接受至少持续4周的新辅助放化疗;(5)Fried衰弱评分≥2分。排除急诊手术患者、孕妇,以及合并限制体育锻炼或导致意识障碍的疾病者。所有参与者均被招募并随机分配接受三联预康复方案或标准护理。所有患者均按ERAS方案治疗。主要终点为术后30天内的并发症。并发症依据Clavien-Dindo分级进行诊断和分级,并计算综合并发症指数。次要终点为功能性步行能力、住院时间、营养状况、患者报告的健康相关生活质量及免疫功能标志物。本研究经中国上海复旦大学附属中山医院伦理委员会批准。

患者参与本研究已获得书面知情同意。本研究遵循《临床试验报告统一标准》(CONSORT)报告指南。

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。