短信提醒对前列腺术后M-ISI评分的影响

该数据集来自clinicaltrials.gov,聚焦前列腺癌与良性前列腺增生患者术后尿失禁管理。研究对象包括接受根治性前列腺切除术的前列腺癌患者和接受前列腺激光剜除术的良性前列腺增生患者,分为干预组与对照组

University of RochesterUniversity of Rochester
clinicaltrials
浏览 16
文本回归Incontinence, Urinary StressProstate CancerBenign Prostate Hyperplasia
Effect of Text Message Reminders on M-ISI Score After Prostate Surgery

基本信息

模态
文本
任务类型
回归
创建/更新时间
2026-10-09

资源简介

短信提醒对前列腺术后M-ISI评分的影响

该数据集来自clinicaltrials.gov,聚焦前列腺癌与良性前列腺增生患者术后尿失禁管理。研究对象包括接受根治性前列腺切除术的前列腺癌患者和接受前列腺激光剜除术的良性前列腺增生患者,分为干预组与对照组。干预组在标准治疗基础上每日接收短信提醒进行盆底肌锻炼,对照组仅接受标准治疗。通过Michigan Incontinence Score Index(M-ISI)患者报告结局评估术后尿失禁情况,可用于分析短信提醒对M-ISI评分的影响,适用于预测或回归建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:压力性尿失禁、前列腺癌、良性前列腺增生。本试验将纳入接受根治性前列腺切除术的前列腺癌患者和接受前列腺激光剜除术的良性前列腺增生患者。这两个队列将各自分为干预组和对照组。本研究的目的是通过患者报告结局,利用Michigan Incontinence Score Index评估接受每日短信提醒进行盆底肌锻炼+标准治疗(干预组)与仅接受标准治疗(对照组)患者的前列腺切除术后尿失禁情况。

【主题与分类】

主题标签:Incontinence, Urinary Stress、Prostate Cancer、Benign Prostate Hyperplasia。本站分类:肿瘤/前列腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07071207

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

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/NCT07071207

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:尿失禁、压力性尿失禁、前列腺癌、良性前列腺增生。本试验将纳入接受过根治性前列腺切除术的前列腺癌患者和接受过前列腺激光剜除术的良性前列腺增生患者。这两个队列将各自分为干预组和对照组。本研究的目的是通过密歇根尿失禁评分指数评估接受每日短信提醒进行盆底肌锻炼+标准治疗(干预组)的患者与仅接受标准治疗(对照组)的患者的前列腺切除术后尿失禁患者报告结局。

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。

获取专属数据定制方案