前列腺肿瘤治疗中保留神经血管的POTEN-C研究
POTEN-C 是一项 II 期随机、多机构、开放标签、患者与 HRQOL 终点评估者盲法的研究,评估神经血管结构保留的 SAbR 能否减少勃起功能障碍

基本信息
资源简介
前列腺肿瘤治疗中保留神经血管的POTEN-C研究
POTEN-C 是一项 II 期随机、多机构、开放标签、患者与 HRQOL 终点评估者盲法的研究,评估神经血管结构保留的 SAbR 能否减少勃起功能障碍。研究目标是将 2 年 EPIC 性功能域评分下降幅度减少 50%(从 -20 到 -10),从而改善勃起功能保留。该数据来自 clinicaltrials.gov,属于肿瘤/前列腺癌主题,可用于分析放疗剂量方案与性功能相关生活质量结局的关系(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。这是一项 II 期随机、多机构、开放标签、患者与 HRQOL 终点评估者盲法的研究,评估神经血管结构保留的 SAbR 减少勃起功能障碍的能力。研究程序是将 2 年扩展前列腺癌指数综合(EPIC)性功能域评分下降减少 50%(-20 至 -10),从而改善勃起功能保留。这种下降通常预期在接受立体定向消融体部放疗(SAbR)40-45 Gy 并配合直肠间隔物 +/- 使用剂量绘画保留至少一侧神经血管结构的患者中观察到。主要终点:扩展前列腺癌指数综合(EPIC)健康相关生活质量(HRQOL)工具包括一个性功能域,该域用于从 9 个问题生成 0-100 的综合评分(原文截断)。
【主题与分类】
主题标签:Prostate Cancer Adenocarcinoma。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03525262
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/NCT03525262
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。这是一项II期随机、多机构、开放标签、患者和HRQOL终点评估者盲法研究,评估保留神经血管元素的SAbR减少勃起功能障碍的能力。研究程序是将2年扩展前列腺癌指数综合(EPIC)性功能领域评分下降减少50%(-20至-10),从而改善勃起功能的保留。这种减少通常预期在接受立体定向消融体部放疗(SAbR)40-45 Gy并放置直肠间隔物+/-使用剂量绘画技术保留至少一侧神经血管结构的患者中观察到。主要终点:• 扩展前列腺癌指数综合(EPIC)健康相关生活质量(HRQOL)工具包括一个性功能领域,该领域通过9个与有无辅助手段实现勃起和参与性交能力相关的问题生成0-100的综合评分。主要终点将是EPIC性功能领域综合评分24个月的平均下降值。
次要终点:* 急性泌尿生殖系统(GU)和胃肠道(GI)毒性定义为从方案治疗开始至270天前发生的1-5级毒性。根据CTCAE v4.0进行分级。* 迟发性GU和GI毒性定义为从方案治疗开始至270天前发生的1-5级毒性。根据CTCAE v4.0进行分级。* 治疗后长达六个月的non-GU和GI毒性。* 生化失败 放射治疗肿瘤学组-美国治疗放射学与肿瘤学会(RTOG-ASTRO)定义(也称为Phoenix定义)——因此,当前列腺特异性抗原(PSA)较治疗后达到的最低水平(nadir)升高超过2 ng/ml时,即发生生化失败,失败日期记录为达到nadir加2 ng/ml水平的时间。本研究患者应至少随访5年以评估此终点。
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。




