七次清扫在有前列腺癌家族史人群中预防前列腺癌的作用
该数据集来自 clinicaltrials.gov，聚焦前列腺癌、前列腺增生及相关前列腺肿瘤，主题为“七次清扫”习惯对前列腺癌预防的作用
基本信息
资源简介
七次清扫在有前列腺癌家族史人群中预防前列腺癌的作用
该数据集英文名为 The Role of the Seven Sweeps in the Prevention of the Prostate Cancer Among Those With a Positive Family History，来源于 clinicaltrials.gov，本站归类为肿瘤 / 前列腺癌。数据集聚焦前列腺癌、前列腺增生及相关前列腺肿瘤，核心主题是“七次清扫”这一习惯对前列腺癌预防的作用。源站描述显示，研究者针对有前列腺癌家族史、且在生活中坚持该习惯至少二十年的人群开展调查，以评估该做法对癌症预防的效果。研究最初调查了 350 人，其中 135 人因未完全满足纳入标准而被排除，最终纳入并接受 PSA 与前列腺超声检查的参与者为 215 人。主题标签包括 Prostate Cancer、Prostatic Neoplasms、Prostatic Hyperplasia。
【数据集背景】
该数据集所对应的研究关注前列腺癌预防问题，研究对象具有明确的前列腺癌家族史。源站描述指出，研究者希望检查“七次清扫”这一长期习惯对预防前列腺癌的效果。研究涉及的条件包括前列腺癌、前列腺肿瘤和前列腺增生。整体来看，数据集围绕有家族史人群的前列腺癌预防展开，属于肿瘤 / 前列腺癌方向的数据资源。
【数据内容】
源站描述提到，研究最初调查了 350 名具有前列腺癌家族史、并且已经坚持该习惯至少二十年的人。随后，135 名参与者因未完全满足纳入标准而被排除。最终有 215 名参与者被纳入研究，并接受 PSA 和前列腺超声检查。除上述信息外，源站未提供更细化的变量字段、随访时间、结局指标或统计结果。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。源站描述说明，研究者对参与者进行了调查，并使用 PSA 和前列腺超声进行检查。参与者的纳入条件包括：有前列腺癌家族史，并且坚持相关习惯至少二十年。排除原因为未完全满足纳入标准。除此之外，源站未提供采集时间、采集地点、机构名称或具体操作流程。
【适用场景】
该数据集适用于前列腺癌预防相关主题的检索与了解，尤其涉及有前列腺癌家族史人群、长期生活习惯与前列腺癌预防之间关系的场景。也可用于关注前列腺癌、前列腺肿瘤和前列腺增生的分类浏览。由于源站未提供完整研究方案与结果数据，具体分析用途需结合源站进一步确认。
【使用方法】
源站未提供具体使用方法、数据下载方式、访问路径或分析指南。使用者如需了解该数据集，应依据 clinicaltrials.gov 上对应条目的公开信息进行查阅。源站未提供字段说明、数据格式或配套文档。
【质量与限制】
源站描述显示，最初调查 350 人，排除 135 人，最终纳入 215 人。排除原因是未完全满足纳入标准。除样本筛选信息外，源站未提供研究设计类型、偏倚控制、统计方法、随访完整性或结果验证等信息。因此，对该数据集的质量评估需以源站公开内容为准，源站未提供的部分无法补充。
【引用与许可】
源站未提供引用格式、许可条款、使用限制或数据共享政策。使用者应参考 clinicaltrials.gov 对应条目的公开说明，并遵循来源站的相关规定。
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/NCT05506735
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、前列腺肿瘤、前列腺增生。研究者对350名有至少20年该习惯且家族中有前列腺癌病史的人进行了调查，以检验该程序对预防癌症的效果。研究者排除了其中135名参与者，因为他们未完全符合纳入标准。因此，共有215人被纳入，并使用PSA和前列腺超声进行了调查。
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。
