支持公平的资源干预(RISE)在高危神经母细胞瘤中的研究

该数据集来自 clinicaltrials.gov,聚焦高危神经母细胞瘤患儿中贫困暴露人群的支持性照护公平性研究。源站描述为一项随机 II 期试验,评估在常规支持性照护基础上增加 RISE 支持性照护公平干预的效果,参与者随机分为常规支持性照护组或 Pediatric RISE 加常规支持性照护组,

Dana-Farber Cancer InstituteDana-Farber Cancer Institute
clinicaltrials
浏览 4
表格分类NeuroblastomaHigh-risk Neuroblastoma
Resource Intervention to Support Equity (RISE) in High-Risk Neuroblastoma

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-31

资源简介

支持公平的资源干预(RISE)在高危神经母细胞瘤中的研究

该数据集来自 clinicaltrials.gov,聚焦高危神经母细胞瘤患儿中贫困暴露人群的支持性照护公平性研究。源站描述为一项随机 II 期试验,评估在常规支持性照护基础上增加 RISE 支持性照护公平干预的效果,参与者随机分为常规支持性照护组或 Pediatric RISE 加常规支持性照护组,研究流程包括资格筛查、面对面或虚拟访视及问卷调查,预计参与约 6 个月,约 84 名参与者。数据可用于分析干预分组、支持性照护公平性相关结局及问卷指标(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:神经母细胞瘤、高危神经母细胞瘤。这是一项随机 II 期试验,评估在常规支持性照护基础上增加 RISE 支持性照护公平干预对贫困暴露的新诊断高危神经母细胞瘤儿童参与者的效果。参与者将被随机分配到两组之一:常规支持性照护或 Pediatric RISE 加常规支持性照护。随机化意味着参与者被偶然分配到研究组。研究程序包括资格筛查、面对面或虚拟预约以及问卷调查。参与本研究预计持续约 6 个月。预计约 84 名参与者将参加本研究。

【主题与分类】

主题标签:Neuroblastoma、High-risk Neuroblastoma。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06831552

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/NCT06831552

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:神经母细胞瘤、高危神经母细胞瘤。这是一项随机II期试验,评估在常规支持治疗基础上加用RISE支持治疗公平干预,用于新诊断的高危神经母细胞瘤贫困暴露儿童参与者。参与者将被随机分配到两组之一:常规支持治疗或Pediatric RISE加常规支持治疗。随机化意味着参与者通过偶然机会被分配到研究组。研究程序包括资格筛查、面对面或虚拟就诊以及问卷调查。参与本研究预计持续约6个月。预计约84名参与者将参加本研究。

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。

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。