勃起功能障碍是否会增加前列腺癌风险

该数据集来自 clinicaltrials.gov,聚焦勃起功能障碍(ED)与后续前列腺癌发病风险之间的关联。源站描述指出,研究基于三项假设:前列腺癌男性横断面研究中基线 ED 常见、ED 与前列腺癌可能共享部分风险因素、睾酮治疗 ED 被怀疑与前列腺癌发生相关

Kuang Tien General HospitalKuang Tien General Hospital
clinicaltrials
浏览 8
其他预测Erectile Dysfunction
Will Erectile Dysfunction Increase the Risk of Prostate Cancer

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

勃起功能障碍是否会增加前列腺癌风险

该数据集来自 clinicaltrials.gov,聚焦勃起功能障碍(ED)与后续前列腺癌发病风险之间的关联。源站描述指出,研究基于三项假设:前列腺癌男性横断面研究中基线 ED 常见、ED 与前列腺癌可能共享部分风险因素、睾酮治疗 ED 被怀疑与前列腺癌发生相关。目前该关联存在争议且相关研究较少,研究者因此开展了一项基于人群、随访八年的纵向研究,以检验这一关联并评估风险大小。数据可用于探索 ED 与前列腺癌风险的预测建模与流行病学分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:勃起功能障碍。探究勃起功能障碍(ED)与后续前列腺癌发生之间存在关联这一假设的理由基于三项假设:1)在大多数(若非全部)针对前列腺癌男性的横断面研究中,基线 ED 很常见;2)ED 和前列腺癌的发生可能具有某些共同的危险因素;3)使用睾酮治疗 ED 一直被怀疑与前列腺癌的发生相关。关于患有 ED 的男性后续发生前列腺癌的风险是否增加存在争议。很少有研究评估患有 ED 的男性发生前列腺癌的风险。因此,研究者开展了一项基于人群、随访八年的纵向研究,以检验这一关联并评估风险的大小。

【主题与分类】

主题标签:Erectile Dysfunction。本站分类:肿瘤/前列腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03009123

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03009123

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:勃起功能障碍。探究勃起功能障碍(ED)与随后发生前列腺癌之间存在关联这一假说的理由基于三个假设:1)在大多数(如果不是全部)针对前列腺癌男性的横断面研究中,基线ED是常见的;2)ED和前列腺癌的发生可能具有某些共同的危险因素;3)使用睾酮治疗ED已被怀疑与前列腺癌的发生有关。关于患有ED的男性随后发生前列腺癌的风险是否增加存在争议。很少有研究评估患有ED的男性发生前列腺癌的风险。因此,研究人员进行了一项基于人群的纵向研究,随访八年,以检验这种关联并评估风险的大小。

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。

获取专属数据定制方案