妇科性别肯定手术

该数据集来自 clinicaltrials.gov,为一项前瞻性队列研究,聚焦跨男性及出生时指定为女性的非二元个体在接受妇科性别肯定手术(子宫切除术、输卵管切除术、阴道切除术)后的患者报告结局

Amsterdam UMC, location VUmcAmsterdam UMC, location VUmc
clinicaltrials
浏览 8
文本预测Gender Dysphoria
Gynaecological Gender-affirming Surgeries

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-22

资源简介

妇科性别肯定手术

Gynaecological Gender-affirming Surgeries 数据集来自 clinicaltrials.gov,对应的是一项前瞻性队列研究,关注跨男性及出生时指定为女性的非二元个体在接受妇科性别肯定手术后的患者报告结局。该研究涉及的手术类型包括子宫切除术、输卵管切除术和阴道切除术,研究的主要问题是了解这些手术带来的实际体验效果。参与者需要在术前以及术后 3 个月、9 个月和 18 个月填写问卷,从而形成纵向的患者报告结局数据。数据集在站内归入“妊娠、分娩和产褥期 / 其他”分类,主题标签为 Gender Dysphoria。整体来看,该数据集围绕性别肯定手术后的主观体验与结局展开,适合用于了解相关人群术后报告结局的纵向变化。

【数据集背景】

该数据集所对应的研究以性别烦躁(Gender Dysphoria)为条件背景,研究对象为跨男性及出生时指定为女性的非二元个体。研究关注的是妇科性别肯定手术,具体包括子宫切除术、输卵管切除术和阴道切除术。研究设计为前瞻性队列研究,其目标是了解患者在接受这些手术后的报告结局。源站描述中提出的核心问题是:妇科性别肯定手术的实际体验效果如何。该数据集的主题标签同样为 Gender Dysphoria,说明其内容围绕这一人群及其手术体验展开。

【数据内容】

从源站描述可知,该数据集涉及的内容是参与者在术前以及术后 3 个月、9 个月和 18 个月填写的问卷。问卷用于收集患者报告结局,研究关注的主要问题是妇科性别肯定手术带来的实际体验效果。涉及的手术类型包括子宫切除术、输卵管切除术和阴道切除术。关于问卷的具体条目、量表类型、样本量、变量结构等信息,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述表明,这是一项前瞻性队列研究,参与者被要求填写问卷,时间点包括术前以及术后 3 个月、9 个月和 18 个月。数据采集的对象为跨男性及出生时指定为女性的非二元个体,采集内容为患者报告结局。关于采集机构、采集地点、招募方式、数据管理流程等信息,源站未提供。

【适用场景】

该数据集可用于了解跨男性及出生时指定为女性的非二元个体在接受妇科性别肯定手术后的患者报告结局,适合围绕术后不同时间点的问卷反馈开展纵向观察。其主题标签为 Gender Dysphoria,研究关注手术的实际体验效果,因此可用于相关人群术后体验与报告结局的研究场景。关于具体的统计分析用途、临床决策支持或政策评估等场景,源站未提供。

【使用方法】

源站描述显示,参与者需在术前以及术后 3 个月、9 个月和 18 个月填写问卷,形成纵向的患者报告结局数据。使用该数据集时,可依据这些时间点组织问卷反馈信息,围绕研究提出的核心问题进行分析。关于数据访问方式、文件格式、变量说明、数据处理步骤等,源站未提供。

【质量与限制】

该数据集对应前瞻性队列研究,采用术前及术后 3 个月、9 个月和 18 个月的问卷收集患者报告结局。关于样本量、失访情况、问卷信效度、数据完整性、偏倚控制等质量信息,源站未提供。该数据集聚焦于特定人群和特定手术类型,其适用范围应结合研究设计加以理解;除此之外的质量与限制信息,源站未提供。

【引用与许可】

该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款、使用限制等信息,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06098781

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:性别烦躁。这项前瞻性队列研究的目标是了解跨男性及非二元性别个体(出生时指定为女性)在接受妇科性别肯定手术(即子宫切除术、输卵管切除术、阴道切除术)后的患者报告结局。该研究旨在回答的主要问题是:• 妇科性别肯定手术的实际效果如何?参与者将被要求在术前以及术后3个月、9个月和18个月填写问卷。

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。

获取专属数据定制方案