荷兰黑色素瘤患者长期生活质量研究
该数据集来自 clinicaltrials.gov，聚焦荷兰接受 ipilimumab 治疗的晚期（IV 期或不可切除 III 期）黑色素瘤患者的长期生活质量
基本信息
资源简介
荷兰黑色素瘤患者长期生活质量研究
该数据集英文名为 Long Term Quality of Life in Melanoma Patients in Netherlands，来自 clinicaltrials.gov，本站将其归类于肿瘤 / 皮肤癌方向，主题标签为 Melanoma。从源站描述看，该数据集围绕黑色素瘤患者展开，研究接受 ipilimumab 治疗的晚期（IV 期或不可切除 III 期）黑色素瘤患者在身体、心理和社会方面的远期影响，并聚焦荷兰患者群体的长期生活质量。整体而言，这是一个以患者报告结局与远期随访为核心关注点的肿瘤学数据集，适合用于了解晚期黑色素瘤患者在免疫治疗后的长期生活状态。
【数据集背景】
黑色素瘤是皮肤癌中较为重要的一类，晚期患者的治疗与生存结局长期受到关注。该数据集的背景指向荷兰接受 ipilimumab 治疗的晚期黑色素瘤患者，研究重点并非短期疗效，而是治疗后的远期身体、心理与社会影响。源站描述明确将研究范围限定为晚期（stage IV 或 unresectable stage III）黑色素瘤，说明其关注的是疾病负担较重、治疗经历较为复杂的人群。长期生活质量作为研究主题，意味着该数据集所对应的研究场景具有随访周期较长、关注维度较广的特点。
【数据内容】
依据源站描述，该数据集涉及的主题包括黑色素瘤患者在接受 ipilimumab 治疗后的晚期身体、心理和社会影响，以及长期生活质量。其内容方向覆盖身体、心理与社会三个层面，属于多维度的患者结局关注。关于具体的变量字段、样本量、随访时间点、量表工具及数据结构等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，源站描述显示其研究条件为 Melanoma，研究对象为接受 ipilimumab 治疗的晚期（stage IV 或 unresectable stage III）黑色素瘤患者，地理范围指向荷兰。关于具体的采集机构、采集时间、随访方式、数据录入流程及伦理审批等信息，源站未提供。
【适用场景】
该数据集可用于关注晚期黑色素瘤患者长期生活质量的场景，例如了解接受 ipilimumab 治疗后患者在身体、心理和社会层面的远期影响，也可作为肿瘤学与皮肤癌领域中患者结局研究的参考素材。其主题标签为 Melanoma，适合在黑色素瘤相关研究中进行主题检索与归类。关于具体的分析用途、模型训练或临床决策支持等应用，源站未提供。
【使用方法】
关于该数据集的访问方式、下载格式、字段说明、使用步骤及配套文档等信息，源站未提供。
【质量与限制】
该数据集聚焦荷兰接受 ipilimumab 治疗的晚期黑色素瘤患者，研究主题为长期生活质量，其覆盖范围具有明确的人群与地域限定。关于数据完整性、样本代表性、缺失情况、偏倚控制及质量评估结果等信息，源站未提供。
【引用与许可】
关于该数据集的引用格式、许可协议及使用限制等信息，源站未提供。
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/NCT03450876
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：黑色素瘤。研究晚期（IV期或不可切除的III期）黑色素瘤患者接受伊匹木单抗治疗后的晚期身体、心理和社会影响。
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。
