直肠癌术前放化疗后手术时机研究
该数据集来自 clinicaltrials.gov,聚焦直肠肿瘤患者在接受术前放化疗后手术时机的选择问题。研究比较标准 6-7 周等待期与 10-11 周等待期,主要终点为无病生存期,同时评估等待间隔延长对保肛率、局部复发率和病理完全缓解率的影响

基本信息
资源简介
直肠癌术前放化疗后手术时机研究
该数据集来自 clinicaltrials.gov,聚焦直肠肿瘤患者在接受术前放化疗后手术时机的选择问题。研究比较标准 6-7 周等待期与 10-11 周等待期,主要终点为无病生存期,同时评估等待间隔延长对保肛率、局部复发率和病理完全缓解率的影响。研究还计划对放化疗前肿瘤样本进行免疫组化染色,以前瞻性验证 Hur 等人提出的评分系统。数据可用于分析手术时机与肿瘤学结局的关系,支持直肠癌治疗决策与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:直肠肿瘤。本研究的主要问题是术前放化疗后延迟手术是否能提高无病生存期。将标准 6-7 周等待期与 10-11 周进行比较,后者是荷兰外科结直肠审计中确定的、最可能提高 pCR 可能性的时间范围。该试验还将能够确定延长等待间隔是否会提高保肛率、局部复发率和 pCR 率。虽然与 GRECCAR-6 试验相似,但我们的主要结局是无病生存期(一个更具临床相关性的结局),并且是首个此类北美临床试验。为最大化该试验的效用,将对放化疗前肿瘤样本进行免疫组化染色,以前瞻性验证 Hur 等人提出的评分系统。[28] 问题在于是否表达
【主题与分类】
主题标签:Rectal Neoplasms。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02441153
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/NCT02441153
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:直肠肿瘤。本研究的主要问题是,术前放化疗后延迟手术是否能提高无病生存率。将标准的6-7周等待期与10-11周进行比较,后者是荷兰结直肠外科审计中确定的、最有可能提高病理完全缓解(pCR)率的时间范围。本试验还将能够确定延长等待间隔是否会提高保肛率、局部复发率和pCR率。虽然与GRECCAR-6试验相似,但我们的主要结局是无病生存(一个更具临床相关性的结局),并且是北美首个此类临床试验。为最大化本试验的效用,将对术前放化疗前的肿瘤样本进行免疫组化染色,以前瞻性验证Hur等人[28]提出的评分系统。问题在于这些生物标志物的表达是否能预测哪些患者将实现pCR和无病生存。该试点将设计为一项前瞻性、开放标签临床试验,患者被随机分配在完成术前放化疗后6-7周或10-11周接受手术。
其意图是,一旦获得初步数据,安大略省的其他中心也将被纳入。这不仅有助于回答我们的研究问题,还将创建一个大型的直肠癌患者前瞻性数据库。主要结局(无病生存期)将在3年后进行评估。
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。



![[F-18] Fluorothymidine PET/CT 成像用于盆腔肿瘤](/medical-api/medicalDataset/datasetCover/87407.jpg)
