机器人辅助根治性前列腺切除术后多模式预康复与康复
该数据集来自 clinicaltrials.gov,聚焦接受机器人辅助根治性前列腺切除术(RARP)的前列腺癌男性患者,覆盖术后勃起功能障碍与尿失禁等结局

基本信息
资源简介
机器人辅助根治性前列腺切除术后多模式预康复与康复
该数据集来自 clinicaltrials.gov,聚焦接受机器人辅助根治性前列腺切除术(RARP)的前列腺癌男性患者,覆盖术后勃起功能障碍与尿失禁等结局。ROBOPREP 试验为混合 1 型多中心、评估者盲法、平行组随机对照试验,嵌套定性研究与成本效果评估,评估虚拟交付、自我导向的多模式预康复与康复项目。数据可用于前列腺癌围手术期康复干预研究及术后功能结局分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:根治性前列腺切除术后勃起功能障碍、前列腺癌、手术后尿失禁。ROBOPREP 试验是一项混合 1 型多中心、评估者盲法、平行组随机对照试验,嵌套定性研究与成本效果评估。该试验评估一项虚拟交付、自我导向的多模式(预)康复项目,对象为因前列腺癌接受机器人辅助根治性前列腺切除术(RARP)的男性。背景:勃起功能障碍(ED)在 RARP 后男性中发生率为 25-75%,仅 20-25% 可无需辅助恢复勃起功能。尿失禁还影响 27-40%。当前证据支持早期启动磷酸二酯酶 5 抑制剂(PDE5i)、盆底肌训练(PFMT)和心理干预,但尚无结合所有模式的多模式围手术期项目被
【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/NCT07576335
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/NCT07576335
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:根治性前列腺切除术后的勃起功能障碍、前列腺癌、外科手术后的尿失禁。ROBOPREP试验是一项混合1型多中心、评估者盲法、平行组随机对照试验,并嵌套定性评估和成本效益评估。该试验评估一项虚拟交付、自我导向的多模式(术前及术后)康复计划,对象为因前列腺癌接受机器人辅助根治性前列腺切除术(RARP)的男性。背景:RARP后25-75%的男性发生勃起功能障碍(ED),仅20-25%的患者无需辅助即可恢复勃起功能。尿失禁还影响27-40%的患者。当前证据支持早期启用5型磷酸二酯酶抑制剂(PDE5i)、盆底肌训练(PFMT)和心理干预,但尚无将所有这些模式结合的多模式围手术期方案在严格的RCT中得到评估。
干预:随机分配至干预组的参与者除接受标准治疗外,还接受以下干预:(1)他达拉非5 mg/日口服,术前4周开始,住院期间停用,术后拔除导尿管后恢复用药并持续3个月;(2)盆底肌训练(每日3组:20次快速收缩和20次缓慢收缩);(3)有氧运动(每次40分钟,每周4次,中等至剧烈强度);(4)营养指导;(5)心理策略,包括放松训练、心理教育和自我关怀。非药物干预内容通过共同设计的数字手册和虚拟形象视频提供。所有干预内容均为自我指导式,以确保可推广性。随机化与盲法:随机化(1:1,按年龄≤60岁 vs >60岁分层,区组大小为2和4的置换区组)通过由独立研究人员上传的中央安全REDCap随机化模块进行管理。结局评估者对分组分配设盲;鉴于干预的性质,对参与者和治疗临床医生设盲不可行。统计分析:主要分析为意向性治疗分析。主要结局(术后3个月时的IIEF-5)将进行比较
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。




