根治性前列腺切除术作为局限性骨转移前列腺癌患者主要治疗的影响
该数据集来自 clinicaltrials.gov,聚焦前列腺癌伴局限性骨转移患者接受根治性前列腺切除术作为主要治疗的影响

基本信息
资源简介
根治性前列腺切除术作为局限性骨转移前列腺癌患者主要治疗的影响
该数据集来自 clinicaltrials.gov,聚焦前列腺癌伴局限性骨转移患者接受根治性前列腺切除术作为主要治疗的影响。源站描述提及,近期数据显示对淋巴结转移性前列腺癌进行局部治疗可带来癌症特异性和总生存的明确获益,并引用了相关研究。数据集覆盖前列腺癌伴骨转移这一特定人群,可用于分析局部治疗(如根治性前列腺切除术)与系统治疗相比对生存结局的影响,支持肿瘤学治疗策略的回顾性研究(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。较新的数据显示,对淋巴结转移性前列腺癌进行局部治疗可带来癌症特异性和总生存的明确获益。对该数据的分析导致了淋巴结转移性前列腺癌治疗范式的转变(Isbarn Deutsches Ärzteblatt 2013)。因此,淋巴结转移负荷低且合并症少的患者常接受局部治疗。在一项对淋巴结转移性前列腺癌患者的回顾性综述中,这些患者要么接受最佳系统治疗,要么接受最佳系统治疗加根治性前列腺切除术,结果显示接受手术的患者组具有高度显著的获益(Engel et al., Eur Urol 2012)。在该队列中,接受RP后的5年和10年总生存率分别为84%和64%,而在另一队列中
【主题与分类】
主题标签:Prostate Cancer。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02454543
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/NCT02454543
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。较新的数据显示,对淋巴结转移性前列腺癌进行局部治疗可显著改善癌症特异性和总体生存率。对这一数据的分析导致了淋巴结转移性前列腺癌治疗模式的转变(Isbarn Deutsches Ärzteblatt 2013)。因此,对于淋巴结转移负荷低且合并症少的患者,常给予局部治疗。在一项对淋巴结转移性前列腺癌患者的回顾性研究中,这些患者要么接受最佳全身治疗,要么接受最佳全身治疗加根治性前列腺切除术,结果显示接受手术的患者组获益极为显著(Engel等,Eur Urol 2012)。在该队列中,接受RP后的5年和10年总体生存率分别为84%和64%,而在另一个接受最佳全身治疗但未行RP的队列中,分别为60%和28%。
我们自己的研究组能够证实,对于接受手术的淋巴转移期患者,这一明显的生存获益是确定的:在一项配对分析中,额外接受RP后5年和10年的临床无进展生存率分别为77%和61%,而仅接受最佳全身治疗者分别为61%和31%(p=0.005)。在癌症特异性生存方面也发现了相同的趋势(额外接受RP者为84%和76%,而仅接受最佳全身治疗者为81%和46%(p=0.001)(Steuber等,BJUI 2011)。与仅接受最佳全身治疗相比,局部治疗使淋巴转移性前列腺癌患者的生存率获得令人印象深刻的改善,这提示远处转移的患者也可能从局部治疗中获益。除了对肿瘤控制可能产生的影响外,RP还可能对前列腺癌的局部进展(直肠浸润、膀胱浸润)有益。这可能会在疾病进程中改善生活质量。关于
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。




