前列腺癌患者激素治疗后勃起功能障碍恢复数据集
REDI-CaP 数据集来自 clinicaltrials.gov,聚焦前列腺癌(腺癌)患者在接受激素治疗(Relugolix)结束后勃起功能的恢复情况

基本信息
资源简介
前列腺癌患者激素治疗后勃起功能障碍恢复数据集
REDI-CaP 数据集来自 clinicaltrials.gov,聚焦前列腺癌(腺癌)患者在接受激素治疗(Relugolix)结束后勃起功能的恢复情况。数据以国际勃起功能指数-5(IIEF-5)评分为核心评估指标,记录治疗停止后 6 个月时的评分,并依据 IIEF-5≥17 等条件判定个体是否恢复勃起功能。该数据集可用于分析激素治疗对性功能的影响、预测勃起功能恢复概率,以及评估研究人群中恢复比例是否达到至少 70% 的预设目标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:前列腺癌(腺癌)。评估激素治疗停止后六个月的国际勃起功能指数-5(IIEF-5)评分,表明至少 70% 的研究人群出现恢复。激素治疗完成后 6 个月勃起功能恢复的评估:如果在激素治疗完成后 6 个月,至少 70% 的人群中观察到勃起功能恢复,则研究将被判定为成功。个体患者“勃起功能恢复”的定义:如果受试者在激素治疗(Relugolix)完成后 6 个月时,其 IIEF5(国际勃起功能指数-5)评分满足以下条件之一,则被视为勃起功能已恢复:* 达到 IIEF5 评分 ≥ 17:该评分表明轻度勃起功能障碍或无勃起功能障碍
【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/NCT07302451
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/NCT07302451
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)。评估停止激素治疗后六个月的国际勃起功能指数-5(IIEF-5)评分,显示至少70%的研究人群恢复。激素治疗完成后六个月勃起功能恢复的评估。如果在完成激素治疗(Relugolix)后6个月,至少70%的人群观察到勃起功能恢复,则认为研究成功。个体患者“勃起功能恢复”的定义:如果受试者在完成激素治疗(Relugolix)后6个月时,其IIEF5(国际勃起功能指数-5)评分满足以下条件之一,则认为其勃起功能已恢复:* 达到IIEF5评分≥17:该评分表明轻度勃起功能障碍或无勃起功能障碍(根据IIEF5分类:22-25为无勃起功能障碍,17-21为轻度功能障碍)。
和/或;* 与基线相比IIEF5评分显著增加:与基线(治疗前)IIEF5评分相比至少增加5分,表明勃起功能有临床意义的改善。仅对基线时存在勃起功能障碍(IIEF5 < 22)的患者进行恢复评估。如果完成激素治疗后6个月时,符合“勃起功能恢复”个体定义(如上所述)的患者比例大于或等于研究人群的70%,则该研究将被视为“成功”。本研究的次要终点旨在全面了解停用Relugolix激素治疗后的功能学和肿瘤学结局。一个关键终点是性功能恢复时间(SFRT),定义为从停止激素治疗到患者达到IIEF-5评分8分或更高、且在连续两次评估中维持该评分之间的间隔时间。该阈值的选择
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。




