提升前列腺癌患者胚系基因检测的决策支持工具
针对前列腺癌,研究识别影响男性完成推荐种系检测的患者、提供者及卫生系统因素,开发贴合当地文化与社会经济背景的决策支持工具,在得克萨斯州哈里斯县公共安全网医院开展试点干预试验,评估工具可行性及检测完成变化

基本信息
资源简介
提升前列腺癌患者胚系基因检测的决策支持工具
针对前列腺癌,研究识别影响男性完成推荐种系检测的患者、提供者及卫生系统因素,开发贴合当地文化与社会经济背景的决策支持工具,在得克萨斯州哈里斯县公共安全网医院开展试点干预试验,评估工具可行性及检测完成变化。分三组:组1、2为观察性,分别经定性访谈、认知访谈完善工具;组3为试点干预,患者查看文化定制信息后可提供血样做标准种系检测,阳性者与遗传咨询师讨论结果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:前列腺癌。 主要目标: I. 确定影响前列腺癌男性完成推荐胚系检测的患者、医疗服务提供者和卫生系统因素。 II. 开发适合当地社区文化和社会经济背景的患者决策支持工具。 III. 在德克萨斯州哈里斯县一家公立安全网医院开展试点干预试验,以评估床旁决策支持工具。 次要目标: I. 评估床旁决策支持工具在德克萨斯州哈里斯县一家公立安全网医院中的可行性。 II. 评估使用决策支持工具后胚系基因检测完成情况的变化。 方案概要: 在拟议研究的每个阶段,患者被招募至3个组中的1组。第1组和第2组为观察性研究,第3组为试点干预试验。 第1组:患者完成一项定性访谈,为决策支持工具的开发提供依据。 第2组:患者查看决策支持工具草案,并完成认知访谈,以在研究过程中完善决策支持工具。 第3组:患者查看决策支持工具,该工具提供关于基因检测及采集过程的文化定制信息。随后,患者可提供血样用于标准诊疗中的基因检测,并可在检测前额外与遗传咨询师会面以获取更多信息。胚系基因突变阳性的患者将与遗传咨询师讨论结果。
【主题与分类】
主题标签:Prostate Carcinoma。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07377006
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/NCT07377006
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
疾病:前列腺癌。
主要目标:
I. 确定影响前列腺癌男性完成推荐胚系检测的患者、医疗服务提供者和卫生系统因素。
II. 开发适合当地社区文化和社会经济背景的患者决策支持工具。
III. 在德克萨斯州哈里斯县一家公立安全网医院开展试点干预试验,以评估床旁决策支持工具。
次要目标:
I. 评估床旁决策支持工具在德克萨斯州哈里斯县一家公立安全网医院中的可行性。
II. 评估使用决策支持工具后胚系基因检测完成情况的变化。
方案概要:
在拟议研究的每个阶段,患者被招募至3个组中的1组。第1组和第2组为观察性研究,第3组为试点干预试验。
第1组:患者完成一项定性访谈,为决策支持工具的开发提供依据。
第2组:患者查看决策支持工具草案,并完成认知访谈,以在研究过程中完善决策支持工具。
第3组:患者查看决策支持工具,该工具提供关于基因检测及采集过程的文化定制信息。随后,患者可提供血样用于标准诊疗中的基因检测,并可在检测前额外与遗传咨询师会面以获取更多信息。胚系基因突变阳性的患者将与遗传咨询师讨论结果。
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。




