两阶段Turnbull-Cutait拖出式结肠肛管吻合对低位直肠保肛手术无造口生存的影响
该数据集来自clinicaltrials.gov,围绕低位直肠癌保肛手术的临床试验,比较Turnbull-Cutait延迟结肠肛管吻合(TCA)与低位前切除联合保护性造口(LAR)两种术式

基本信息
资源简介
两阶段Turnbull-Cutait拖出式结肠肛管吻合对低位直肠保肛手术无造口生存的影响
该数据集来自clinicaltrials.gov,围绕低位直肠癌保肛手术的临床试验,比较Turnbull-Cutait延迟结肠肛管吻合(TCA)与低位前切除联合保护性造口(LAR)两种术式。主要考察3年无造口生存差异,以及术后1年内肛门功能、手术并发症和生存结局的差异。数据可用于分析TCA是否优于LAR、评估LARS评分与Wexner评分、EORTC QLQ-CR29生活质量、病理结局及无病生存等长期生存指标,支持术式选择与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:直肠癌、手术吻合、生存、肿瘤、肛门功能、造口。本临床试验旨在探讨Turnbull-Cutait延迟结肠肛管吻合(TCA)手术与低位前切除联合保护性造口(LAR)手术在低位直肠癌患者中3年无造口生存的差异,以及术后1年内肛门功能、手术并发症和生存结局的差异。它旨在回答的主要问题是:1. TCA手术在改善低位直肠癌患者3年无造口生存方面是否优于LAR手术?2. 术后肛门功能(通过LARS评分和Wexner评分评估)、生活质量(通过EORTC QLQ-CR29问卷评估)、手术并发症、病理结局和长期生存(无病生存、
【主题与分类】
主题标签:Rectal Cancer、Surgical Anastomosis、Survival , Tumor、Anal Function、Stoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07369531
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/NCT07369531
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:直肠癌、手术吻合、生存、肿瘤、肛门功能、造口。本临床试验的目标是探讨Turnbull-Cutait延迟结肠肛管吻合术(TCA)与低位前切除术联合保护性造口(LAR)在低位直肠癌患者中3年无造口生存的差异,以及术后1年内肛门功能、手术并发症和生存结局的差异。其主要研究问题为:1. TCA手术在改善低位直肠癌患者3年无造口生存方面是否优于LAR手术?2. 两种手术方式在术后肛门功能(通过LARS评分和Wexner评分评估)、生活质量(通过EORTC QLQ-CR29问卷评估)、手术并发症、病理结局和长期生存(无病生存、复发时间、总生存)方面是否存在差异?
研究人员将比较TCA组和LAR组,以观察与LAR手术相比,TCA手术是否能降低永久性造口率,改善术后肛门功能和生活质量,并确保手术安全性和良好的肿瘤相关结局。参与者将:1. 按1:1的比例随机分配到TCA组或LAR组。2. 接受相应的手术干预。3. 在首次手术后1个月、3个月、6个月、9个月、12个月、18个月、24个月、30个月和36个月时完成定期随访。4. 按要求提供相关临床数据(围手术期、病理学、随访)。
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。




