胃肠道间质瘤腹腔镜切除有利与不利部位肿瘤疗效安全性比较
该数据集来自 clinicaltrials.gov，聚焦胃肠道间质瘤（GIST）腹腔镜切除的疗效与安全性比较。研究按肿瘤解剖部位将受试者分为有利部位与不利部位两组，旨在验证在当前标准手术治疗下，有利部位与不利部位接受腹腔镜 GIST 切除的总体术后并发症发生率和死亡率差异
基本信息
资源简介
胃肠道间质瘤腹腔镜切除有利与不利部位肿瘤疗效安全性比较
该数据集来自 clinicaltrials.gov，围绕胃肠道间质瘤（GIST）腹腔镜切除的疗效与安全性比较展开，属于肿瘤 / 胃癌分类。研究以肿瘤解剖部位为依据，将受试者划分为有利部位与不利部位两组，旨在验证在当前标准手术治疗下，两组接受腹腔镜 GIST 切除后的总体术后并发症发生率和死亡率差异，主要研究终点为 3 年无病生存率。数据集主题标签涵盖胃 GIST、胃癌、手术与并发症，可为相关临床研究与治疗决策提供参考。
【数据集背景】
胃肠道间质瘤是消化道常见的间叶源性肿瘤，胃是其常见发生部位之一。腹腔镜切除作为 GIST 的重要治疗方式，其疗效与安全性受到肿瘤解剖部位等因素影响。该数据集对应的研究关注有利部位与不利部位 GIST 在腹腔镜切除后的总体术后并发症发生率和死亡率差异，试图在当前标准手术治疗框架下比较两组的围手术期安全性与肿瘤学结局，并以 3 年无病生存率作为主要研究终点。
【数据内容】
数据集主题标签包括胃 GIST、胃癌、手术与并发症。研究涉及的条件包括胃 GIST、胃癌、手术与并发症。受试者按肿瘤解剖部位分为有利部位与不利部位两组，研究比较两组接受腹腔镜 GIST 切除的总体术后并发症发生率和死亡率，主要终点为 3 年无病生存率。除上述研究设计与终点信息外，源站未提供具体样本量、变量字段、随访时长及统计方法等细节。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于肿瘤 / 胃癌分类。源站描述表明，研究纳入胃肠道间质瘤受试者，并依据肿瘤解剖部位进行分组，以验证有利部位与不利部位在标准手术治疗下接受腹腔镜切除后的总体术后并发症发生率和死亡率差异。关于数据采集的具体机构、时间范围与采集流程，源站未提供。
【适用场景】
该数据集可用于围绕胃 GIST 腹腔镜切除的疗效与安全性比较开展二次分析，例如比较不同肿瘤解剖部位组的术后并发症与死亡率，或关注 3 年无病生存率这一主要终点。其主题标签涉及胃 GIST、胃癌、手术与并发症，适合用于肿瘤外科治疗相关的研究综述、研究设计参考及临床结局比较等场景。具体适用条件与使用边界，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、字段说明、分析流程或统计软件要求等。使用者需依据 clinicaltrials.gov 源站的相关说明进行访问与使用。
【质量与限制】
源站未提供该数据集的质量评价信息，包括数据完整性、准确性、缺失情况或偏倚控制等。由于研究按肿瘤解剖部位分为有利与不利部位两组，组间比较可能受分组定义与人群构成影响，但源站未提供相关细节。该数据集的主要终点为 3 年无病生存率，其他结局指标的报告范围源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可信息。使用时应遵循 clinicaltrials.gov 的相关规定，具体引用与许可要求以源站说明为准。
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/NCT03716089
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：胃胃肠道间质瘤、胃癌、手术、并发症。根据肿瘤的解剖部位，将胃肠道间质瘤（GIST）参与者分为有利部位和不利部位，本研究旨在验证在当前标准手术治疗下，有利部位接受腹腔镜GIST切除术与不利部位之间的总体术后发病率和死亡率。研究主要终点：3年无病生存率
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。
