根治性前列腺切除术后盆底功能与心理社会后遗症的评估
该数据集来自 clinicaltrials.gov,聚焦前列腺癌(腺癌)患者接受根治性前列腺切除术后的长期盆底功能与心理社会后遗症评估

基本信息
资源简介
根治性前列腺切除术后盆底功能与心理社会后遗症的评估
该数据集来自 clinicaltrials.gov,聚焦前列腺癌(腺癌)患者接受根治性前列腺切除术后的长期盆底功能与心理社会后遗症评估。覆盖尿失禁、术后勃起功能障碍等常见并发症,涉及生活质量、性健康、自尊、人际关系及心理社会福祉等维度。数据可用于分析术后并发症模式、盆底康复治疗可及性与使用差异,以及术后长期功能与心理社会结局的相关性研究(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(腺癌)、根治性前列腺切除术、尿失禁(UI)、根治性前列腺切除术后勃起功能障碍。根治性前列腺切除术是局限性前列腺癌最常见的治愈性治疗之一。尽管近几十年来手术技术有所改进,但尿失禁和勃起功能障碍仍是术后最常见的长期并发症。这些情况可能显著影响患者的生活质量、性健康、自尊、人际关系和心理社会福祉。尽管存在保守的盆底康复策略,但术前和术后盆底物理治疗的可及性和使用情况仍然存在差异。这项观察性横断面研究旨在评估根治性前列腺切除术对盆底功能和心理社会
【主题与分类】
主题标签:Prostate Cancer (Adenocarcinoma)、Radical Prostatectomy、Urinary Incontinence (UI)。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07693647
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/NCT07693647
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(腺癌)、根治性前列腺切除术、尿失禁(UI)、根治性前列腺切除术后勃起功能障碍。根治性前列腺切除术是局限性前列腺癌最常见的治愈性治疗方法之一。尽管近几十年来手术技术有所改进,但尿失禁和勃起功能障碍仍是术后最常见的长期并发症。这些情况可能对患者的生活质量、性健康、自尊、人际关系和心理社会福祉产生重大影响。尽管已有保守的盆底康复策略,但手术前后盆底物理治疗的可及性和使用情况仍存在差异。这项观察性横断面研究旨在评估根治性前列腺切除术对参与研究前至少一年接受手术的男性盆底功能和心理社会结局的长期影响。数据将通过经过验证的患者报告结局指标和一份结构化问卷收集,问卷内容包括社会人口学、临床和治疗相关信息。
参与者将通过社交媒体、机构传播、患者网络和滚雪球抽样方式招募。在提供电子知情同意后,参与者将在线完成研究问卷;若数字素养有限,则由受过培训的研究人员通过结构化电话访谈完成。访谈不会进行录音,所有数据在分析前均将进行假名化处理。主要目标是评估根治性前列腺切除术后的尿失禁和勃起功能障碍,并描述其心理社会后果。次要目标包括确定接受过盆底物理治疗相关信息的患者比例,识别在手术前和/或手术后接受过盆底康复的患者比例,并探讨康复是否与功能及心理社会结局的差异相关。该研究还旨在提高对盆底
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。




