提高前列腺癌雄激素剥夺治疗幸存者生存照护计划剂量以改善照护与结局
该数据集来自 clinicaltrials.gov,聚焦接受雄激素剥夺治疗的前列腺腺癌幸存者,比较增加生存照护计划(SCP)剂量与一次性 SCP 的效果

基本信息
资源简介
提高前列腺癌雄激素剥夺治疗幸存者生存照护计划剂量以改善照护与结局
该数据集来自 clinicaltrials.gov,聚焦接受雄激素剥夺治疗的前列腺腺癌幸存者,比较增加生存照护计划(SCP)剂量与一次性 SCP 的效果。主要目标是评估实验组在放疗结束后第2年(13-24个月)是否更多患者看过初级保健提供者并检查血糖和胆固醇。次要目标包括比较2年时心血管疾病风险评分、患者报告的对初级保健提供者或心脏病专家的照护协调与满意度,以及健康素养是否调节 SCP 使用对患者报告照护协调和满意度的影响。可用于研究生存照护干预对癌症幸存者长期健康管理和结局的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前列腺腺癌。主要目标:I. 确定与对照组相比,实验组(增加剂量的生存照护计划[SCP])是否有更多患者在完成放射治疗(RT)后第2年(13-24个月)看过初级保健提供者并进行了血糖和胆固醇检查。次要目标:I. 确定与接受一次性SCP的患者相比,接受增加剂量SCP的患者在2年时是否有更低的心血管疾病(CVD)风险评分。II. 确定与接受一次性SCP的患者相比,接受增加剂量SCP的患者在与其初级保健提供者(PCP)或心脏病专家相关的患者报告照护协调和满意度方面是否有改善,以及健康素养是否调节SCP使用对患者报告照护协调和满意度的影响。
【主题与分类】
主题标签:Prostate Adenocarcinoma。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03860961
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/NCT03860961
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:前列腺腺癌。主要目的:I. 确定与对照组相比,实验组(增加剂量的生存照护计划[SCP])是否有更多患者在完成放射治疗(RT)后第2年(13-24个月)就诊于初级保健提供者并检查了血糖和胆固醇。次要目的:I. 确定与接受一次性SCP的患者相比,接受增加剂量SCP的患者在2年时心血管疾病(CVD)风险评分是否更低。II. 确定与接受一次性SCP的患者相比,接受增加剂量SCP的患者在与其初级保健提供者(PCP)或心脏病专家相关的患者报告护理协调性和满意度方面是否有所改善,以及健康素养是否调节SCP使用对患者报告的与其PCP或心脏病专家相关的护理协调性和满意度的影响。III. 确定符合条件但没有PCP/心脏病专家的患者数量。IV.
描述参与美国国家癌症研究所(NCI)社区肿瘤研究计划(NCORP)的机构中,目前关于SCP交付和前列腺癌幸存者监测的实践情况。探索性目标:I. 确定与接受一次性SCP的患者相比,接受增加剂量SCP的患者在与其癌症专科医生相关的患者报告协调性和护理满意度方面是否有所改善,以及健康素养是否调节SCP使用对患者报告的与其癌症专科医生相关的护理协调性和满意度的影响。机构被随机分配到2个组中的1个。研究完成后,对患者进行定期随访。
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。




