PSMA PET分期指导下针对前列腺癌有限进展的全面进展导向放疗
PSMA-OLIGO-PRO 是一项多中心、双向性、观察性真实世界证据注册研究,面向在接受积极全身治疗期间出现有限进展、并在常规临床实践中考虑接受全面进展导向放疗(PDRT)的转移性前列腺腺癌成人患者

基本信息
资源简介
PSMA PET分期指导下针对前列腺癌有限进展的全面进展导向放疗
PSMA-OLIGO-PRO 是一项多中心、双向性、观察性真实世界证据注册研究,面向在接受积极全身治疗期间出现有限进展、并在常规临床实践中考虑接受全面进展导向放疗(PDRT)的转移性前列腺腺癌成人患者。研究不指定影像、全身治疗或放疗方案,PSMA PET、PDRT 前全身管理计划及是否考虑全面 PDRT 均由临床独立决定。注册包含按日历定义的数据来源队列,可用于研究寡进展前列腺癌的进展导向放疗实践与结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:寡进展前列腺癌、转移性前列腺癌。PSMA-OLIGO-PRO 是一项多中心、双向性、观察性真实世界证据注册研究,纳入在接受积极全身治疗期间出现有限进展、并在常规临床实践中被考虑接受全面进展导向放疗(PDRT)的转移性前列腺腺癌成人患者。本研究不指定影像、全身治疗或放疗。是否进行 PSMA PET、确定 PDRT 前全身管理计划以及考虑全面 PDRT 的决定均独立于注册参与。该注册包含三个按日历定义的数据来源队列:(1)回顾性经典负荷队列,治疗于 2026 年 6 月 26 日之前,具有 1-5 个符合条件的进展性转移病灶;(2)前瞻性修正前经典负荷队列,自 2026 年 6 月 26 日起入组,
【主题与分类】
主题标签:Oligoprogressive Prostate Cancer、Metastatic 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/NCT07691697
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/NCT07691697
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:寡进展性前列腺癌、转移性前列腺癌。PSMA-OLIGO-PRO是一项多中心、双向性、观察性真实世界证据登记研究,纳入在积极全身治疗期间出现有限进展、并在常规临床实践中被考虑接受全面进展导向放疗(PDRT)的转移性前列腺腺癌成人患者。该研究不指定影像学检查、全身治疗或放疗。获取PSMA PET、确定PDRT前全身管理计划以及考虑全面PDRT的决定均独立于登记研究参与。该登记研究包括三个按日历定义的数据来源队列:(1)回顾性经典负荷队列,治疗于2026年6月26日之前,具有1-5个符合条件的进展性转移病灶;(2)前瞻性修正前经典负荷队列,自2026年6月26日起入组,直至修正案在各中心生效,具有1-5个符合条件的进展性转移病灶;(3)修正后前瞻性队列,具有1-10个符合条件的进展性转移病灶。在修正后队列中,负荷预先设定为1-5个与6-10个转移病灶。
六至十个病灶构成一个探索性扩展负荷局限进展分层,并非作为寡进展的既定共识定义呈现。每个纳入病例均须进行基线PSMA PET/CT或PSMA PET/MRI。对于修正案后的前瞻性入组,合格的PSMA PET必须在入组前60天内完成,且索引PDRT须计划在扫描后60天内开始。若超过该间隔,或期间发生可能改变转移负荷的临床事件或全身治疗变更,则需重复分期或经记录的多学科再次确认。合格上限和负荷分层仅基于合格的进展性转移病灶。前列腺内和前列腺床进展灶单独记录,不计入转移上限,且还必须
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。




