根治性前列腺切除术联合或不联合挽救性放疗与根治性前列腺切除术联合扩大盆腔淋巴结清扫术治疗Briganti列线图≥7%的局限性中高危前列腺癌的疗效与安全性
该数据集来自clinicaltrials.gov,聚焦局限性中高危前列腺癌且Briganti列线图≥7%的男性患者,比较根治性前列腺切除术联合或不联合挽救性放疗与根治性前列腺切除术联合扩大盆腔淋巴结清扫术的疗效与安全性

基本信息
资源简介
根治性前列腺切除术联合或不联合挽救性放疗与根治性前列腺切除术联合扩大盆腔淋巴结清扫术治疗Briganti列线图≥7%的局限性中高危前列腺癌的疗效与安全性
该数据集来自clinicaltrials.gov,聚焦局限性中高危前列腺癌且Briganti列线图≥7%的男性患者,比较根治性前列腺切除术联合或不联合挽救性放疗与根治性前列腺切除术联合扩大盆腔淋巴结清扫术的疗效与安全性。数据可用于评估两种治疗策略在疗效上的非劣效性,以及并发症发生率差异,支持前列腺癌治疗决策与预后分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前列腺癌、前列腺腺瘤。本临床试验旨在评估根治性前列腺切除术(RP)联合或不联合挽救性放疗对比RP联合扩大盆腔淋巴结清扫术(ePLND)在Briganti列线图不低于7%的局限性中/高危前列腺癌男性患者中的疗效与安全性。本研究旨在回答的主要问题包括:1. 对于Briganti列线图不低于7%的局限性中/高危前列腺癌患者,RP联合或不联合挽救性放疗在疗效上是否非劣于RP联合ePLND?2. RP联合或不联合挽救性放疗的并发症发生率是否会显著低于RP联合ePLND?研究人员将比较试验组(机器人辅助腹腔镜根治性前列腺切除术联合或不联合挽救性放疗)与对照组(机器人辅助腹腔镜
【主题与分类】
主题标签:Prostate Cancer、Prostate Adenoma。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07115992
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/NCT07115992
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:前列腺癌、前列腺腺瘤。本临床试验的目标是评估根治性前列腺切除术(RP)联合或不联合挽救性放疗与RP联合扩大盆腔淋巴结清扫术(ePLND)在Briganti列线图不低于7%的局限性中/高危前列腺癌男性患者中的疗效与安全性。本研究旨在回答的主要问题包括:1. 对于Briganti列线图不低于7%的局限性中/高危前列腺癌患者,RP联合或不联合挽救性放疗在疗效上是否非劣效于RP联合ePLND?2. RP联合或不联合挽救性放疗的并发症发生率是否会显著低于RP联合ePLND?研究者将比较试验组(机器人辅助腹腔镜根治性前列腺切除术联合或不联合挽救性放疗)与对照组(机器人辅助腹腔镜根治性前列腺切除术联合ePLND),以观察肿瘤学疗效和安全性结局是否存在差异。受试者将:1. 接受以下手术干预之一:1.
机器人辅助腹腔镜根治性前列腺切除术(RARP)联合扩大盆腔淋巴结清扫术(ePLND),或2. 单纯RARP,术后仅在发生生化复发时进行挽救性放疗 2. 完成计划监测活动:1. 血清PSA检测:术后2年内每月或每3个月一次 2. PSMA PET/CT扫描:每年一次,直至研究结束 3. 在发病后24小时内报告所有治疗相关并发症
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。




