强化门诊症状管理以减少化疗相关不良事件导致的急性就诊
该数据集来自 clinicaltrials.gov，聚焦肿瘤领域的胃癌及食管癌患者。覆盖临床 IV、IVA、IVB 期食管腺癌、食管鳞状细胞癌与胃癌（AJCC v8）
基本信息
资源简介
强化门诊症状管理以减少化疗相关不良事件导致的急性就诊
该数据集来自 clinicaltrials.gov，聚焦肿瘤领域的胃癌及食管癌患者。覆盖临床 IV、IVA、IVB 期食管腺癌、食管鳞状细胞癌与胃癌（AJCC v8）。研究主要目的为确定远程患者监测（RPM）对改善临床结局的疗效，次要目的为评估治疗延迟、健康相关生活质量（HRQOL）、患者激活及家庭照护者体验等以患者为中心的结局。患者被随机分配至两个组：第一组接受通过远程医疗提供的标准肿瘤诊疗，第二组接受强化门诊症状管理。该数据可用于分析远程监测对化疗相关不良事件急性就诊的影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：临床 IV 期食管腺癌 AJCC v8、临床 IV 期食管鳞状细胞癌 AJCC v8、临床 IV 期胃癌 AJCC v8、临床 IVA 期食管腺癌 AJCC v8、临床 IVA 期食管鳞状细胞癌 AJCC v8、临床 IVA 期胃癌 AJCC v8、临床 IVB 期食管腺癌 AJCC v8、临床 IVB 期食管鳞状细胞癌 AJCC v8。主要目的：I. 确定远程患者监测（RPM）对改善临床结局的疗效。次要目的：I. 评估以下以患者为中心的结局：治疗延迟、健康相关生活质量（HRQOL）、患者激活和家庭照护者体验。大纲：患者被随机分配到 2 个组中的 1 个。第一组：患者接受标准治疗，包括通过远程医疗提供的肿瘤诊疗。第二组：患者
【主题与分类】
主题标签：Clinical Stage IV Gastric Cancer AJCC v8、Metastatic Colon Carcinoma、Metastatic Esophageal Carcinoma、Metastatic Gastric Carcinoma、Metastatic Liver Carcinoma、Metastatic Malignant Thoracic Neoplasm、Metastatic Pancreatic Carcinoma、Metastatic Rectal Carcinoma、Stage IV Colon Cancer AJCC v8、Stage IV Pancreatic Cancer AJCC v8。本站分类：肿瘤/胃癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05038254
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/NCT05038254
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
疾病条件：临床IV期食管腺癌AJCC v8、临床IV期食管鳞状细胞癌AJCC v8、临床IV期胃癌AJCC v8、临床IVA期食管腺癌AJCC v8、临床IVA期食管鳞状细胞癌AJCC v8、临床IVA期胃癌AJCC v8、临床IVB期食管腺癌AJCC v8、临床IVB期食管鳞状细胞癌AJCC v8。
主要目标：I. 确定远程患者监测（RPM）在改善临床结局方面的疗效。
次要目标：I. 评估以下以患者为中心的结果：治疗延迟、健康相关生活质量（HRQOL）、患者激活以及家庭照护者体验。
研究方案：患者被随机分配到2个组之一。第I组：患者接受标准治疗，包括通过远程医疗提供的肿瘤护理。第II组：患者接受标准治疗，包括通过远程医疗提供的肿瘤护理。患者还接受远程监测。
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。
