男性饮食与生活方式研究:主动监测前列腺癌患者饮食改变疾病进展的随机试验
研究对象为接受主动监测的前列腺癌患者,核心问题是高蔬菜饮食能否延缓疾病进展。数据属于生殖系统肿瘤中的男性前列腺癌方向,主题涉及表型或基因型,相关临床数据发表于 PMID 31935026

基本信息
资源简介
男性饮食与生活方式研究:主动监测前列腺癌患者饮食改变疾病进展的随机试验
该数据集来自 ncbi.nlm.nih.gov,对应 CALGB-70807(NCT01238172)随机临床试验,即男性饮食与生活(MEAL)研究,由 Alliance for Clinical Trials in Oncology 提交并与 NCTN/NCORP Data Archive 合作。研究对象为接受主动监测的前列腺癌患者,核心问题是高蔬菜饮食能否延缓疾病进展。数据属于生殖系统肿瘤中的男性前列腺癌方向,主题涉及表型或基因型,相关临床数据发表于 PMID 31935026。可用于分析饮食因素与前列腺癌疾病进展之间的关系(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):研究编号:CALGB-70807NCT 编号:NCT01238172 Alliance for Clinical Trials in Oncology 与 NCTN/NCORP Data Archive 合作提交试验标题:NCTN_NCORP:男性饮食与生活(MEAL)研究:饮食改变主动监测前列腺癌患者疾病进展的随机试验(CALGB-70807)试验描述:理由:食用富含蔬菜的饮食可能减缓前列腺癌患者的疾病进展。目的:这项随机临床试验正在研究饮食在改变接受主动监测的前列腺癌患者疾病进展方面的效果如何。以下出版物中呈现的临床数据:PMID 31935026 疾病类型:生殖系统肿瘤,男性 - 前列腺癌包含的临床数据集……(更多内容见 dbGaP 研究页面。)
【主题与分类】
主题标签:Phenotype or Genotype。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1307663
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://ncbi.nlm.nih.gov/bioproject/PRJNA1307663
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
研究编号:CALGB-70807NCT编号:NCT01238172 肿瘤临床试验联盟与NCTN/NCORP数据档案库合作提交试验标题:NCTN_NCORP:男性饮食与生活(MEAL)研究:一项旨在改变主动监测前列腺癌患者疾病进展的饮食随机试验(CALGB-70807)试验描述:原理:高蔬菜饮食可能减缓前列腺癌患者的疾病进展。目的:这项随机临床试验正在研究饮食在改变主动监测前列腺癌患者疾病进展方面的效果。以下出版物中呈现了临床数据:PMID 31935026 疾病类型:生殖系统肿瘤,男性 - 前列腺癌临床数据集包括…(更多内容请见dbGaP研究页面。)
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。




