HOPE:评估预康复项目对拟接受手术的胃肠道癌症患者效果的研究
该数据集来自 clinicaltrials.gov,聚焦胰腺癌、食管癌与胃癌患者。癌症患者常出现蛋白质热量营养不良、炎症状态及瘦肌肉量流失,可归为 frailty

基本信息
资源简介
HOPE:评估预康复项目对拟接受手术的胃肠道癌症患者效果的研究
该数据集来自 clinicaltrials.gov,聚焦胰腺癌、食管癌与胃癌患者。癌症患者常出现蛋白质热量营养不良、炎症状态及瘦肌肉量流失,可归为 frailty。研究评估 frailty 并设计研究以评价多模式术前预康复项目对 frailty 标志物的结局,涉及富含蛋白质营养与免疫营养建议、胰腺/胃/食管癌患者消化不良或胰腺功能不全的治疗、简短循证活动干预等。可用于分析预康复干预与 frailty 相关结局的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胰腺癌、食管癌、胃癌。癌症患者常出现蛋白质热量营养不良、炎症状态和瘦肌肉量流失,这些可最好地归类为 frailty。Frailty 影响整体健康、执行正常功能的能力,甚至影响耐受手术、化疗和放疗等靶向治愈性治疗的能力。研究者评估 frailty,并设计一项研究以评估实施多模式术前预康复项目对这些 frailty 标志物的结局。既往数据为以下干预提供了支持:1. 改善富含蛋白质的营养并给出特定免疫营养建议,2. 治疗胰腺癌、胃癌或食管癌患者的消化不良或胰腺功能不全,3. 简短的循证活动干预,如步行
【主题与分类】
主题标签:Pancreatic Cancer、Esophageal Cancer、Gastric Cancer。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03642093
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/NCT03642093
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
适应症:胰腺癌、食管癌、胃癌。癌症患者常出现蛋白质-热量营养不良、炎症状态及瘦肌肉量丢失,这些表现最宜归类为衰弱。衰弱影响整体健康、执行正常功能的能力,甚至影响耐受手术、化疗和放疗等根治性治疗的能力。研究者评估衰弱,并设计研究以评估多模式术前预康复方案对这些衰弱标志物结局的影响。既往数据支持以下干预措施:1. 改善富含蛋白质的营养,并给出特定的免疫营养建议;2. 治疗胰腺癌、胃癌或食管癌患者的消化不良或胰腺功能不全;3. 简短、循证的活动干预,如步行和吸气肌训练(IMT);4. 疾病特异性教育。这些干预应通过维持或恢复体重、改善握力和改善前白蛋白来改善衰弱。
这些标志物表明术前期间营养状况改善、力量和行走能力增强以及功能状态提升。将报告的其他结局包括脂溶性维生素水平、整体健康状况和炎症。术前期间是通过自我照护和主动活动促进患者参与的最佳时机。干预措施必须易于完成且结构清晰,使患者具有责任感,并且患者和临床医生均有衡量进展的方法和工具。大多数患者和家庭成员在此期间具有积极性,并理解改善衰弱状况以及可能改善整体健康状况的必要性。
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。

![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)


