食管胃肿瘤术后维生素不足研究
该数据集来自 clinicaltrials.gov,聚焦食管胃肿瘤术后患者的维生素不足问题。源站描述显示,研究为单中心干预试验,纳入18岁及以上接受食管切除术或(次)全胃切除术的食管胃肿瘤患者,针对术后微量与宏量营养素缺乏识别与治疗不足的现状,提供两种定制补充剂进行干预

基本信息
资源简介
食管胃肿瘤术后维生素不足研究
该数据集来自 clinicaltrials.gov,聚焦食管胃肿瘤术后患者的维生素不足问题。源站描述显示,研究为单中心干预试验,纳入18岁及以上接受食管切除术或(次)全胃切除术的食管胃肿瘤患者,针对术后微量与宏量营养素缺乏识别与治疗不足的现状,提供两种定制补充剂进行干预。数据覆盖食管癌、胃癌、维生素疾病与生活质量等主题,可用于术后营养状况评估、维生素缺乏识别及干预效果相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:食管癌、胃癌、维生素疾病、生活质量。理由:食管癌和胃癌位居全球十大最常见癌症之列。这两种疾病均对患者的营养状况和生活质量产生重大影响。调查术后营养状况的研究有限,且术后微量与宏量营养素缺乏的识别和治疗目前在(国际)国家指南中尚属缺失。目的:识别并针对食管胃肿瘤术后维生素缺乏进行干预。研究设计:单中心干预研究。研究人群:因食管胃肿瘤接受食管切除术或(次)全胃切除术的18岁及以上患者。干预(如适用):为患者提供两种定制补充剂;一种用于接受食管切除术者,一种用于(
【主题与分类】
主题标签:Esophageal Cancer、Gastric Cancer、Vitamin Disease、Quality of Life。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05281380
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/NCT05281380
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:食管癌、胃癌、维生素缺乏症、生活质量。理由:食管癌和胃癌是全球十大最常见癌症之一。这两种疾病均对患者的营养状况及其生活质量产生重大影响。探讨术后营养状况的研究有限,且目前(国际)国家指南中缺乏对微量及宏量营养素缺乏的术后识别与治疗。目的:识别并针对食管胃肿瘤术后维生素缺乏进行干预。研究设计:单中心干预性研究。研究人群:年龄18岁及以上、因食管胃肿瘤接受食管切除术或(次)全胃切除术的患者。干预(如适用):为患者提供两种定制补充剂;一种用于接受食管切除术的患者,一种用于接受(次)全胃切除术的患者。主要研究参数/终点:基线微量营养素缺乏测量值及补充后6、12、24个月的测量值。
次要研究参数/终点:外分泌胰腺功能不全的发生率(n,%)、腹泻的发生率(n,%)、脂肪泻的发生率(n,%)、腹胀的发生率(n,%)、手术至开始补充治疗之间的时间(平均月数)、在基线时及补充治疗6、12、24个月后所体验的生活质量(问卷评估)。与参与相关的负担和风险的性质及程度、获益及组别相关性:在本研究中,由于所给予的补充剂已在临床实践中使用,参与者不存在与健康相关的风险。
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。




