StrataXRT预防儿童脑或脊髓放疗所致放射性皮炎
该数据集来自clinicaltrials.gov，聚焦StrataXRT在2-17岁因中枢神经系统肿瘤接受质子全脑全脊髓照射（CSI）的儿童患者中预防放射性皮炎的研究
基本信息
资源简介
StrataXRT预防儿童脑或脊髓放疗所致放射性皮炎
该数据集来自clinicaltrials.gov，聚焦StrataXRT在2-17岁因中枢神经系统肿瘤接受质子全脑全脊髓照射（CSI）的儿童患者中预防放射性皮炎的研究。覆盖中枢神经系统肉瘤、室管膜瘤、胶质瘤、恶性颅内生殖细胞肿瘤、髓母细胞瘤、松果体母细胞瘤及原发性中枢神经系统肿瘤。数据可用于评估StrataXRT与安慰剂的安全性（按CTCAE 5.0评估凝胶相关毒性）及预防放射性皮炎的疗效，并探索剂量与疗效、StrataXRT使用与家长报告症状体验的关系（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：中枢神经系统肉瘤、室管膜瘤、胶质瘤、恶性颅内生殖细胞肿瘤、髓母细胞瘤、松果体母细胞瘤、原发性中枢神经系统肿瘤。主要目标：I. 通过评估2-17岁因中枢神经系统（CNS）肿瘤接受质子全脑全脊髓照射（CSI）的儿童患者中凝胶相关毒性，来估计StrataXRT和安慰剂的安全性（使用不良事件通用术语标准[CTCAE]第5.0版定义）。II. 估计StrataXRT作为2-17岁因CNS肿瘤接受质子CSI的儿童患者中放射性皮炎预防剂的疗效。次要目标：I. 探索StrataXRT的剂量与疗效之间的关系。II. 探索StrataXRT的使用与家长报告的症状体验之间的关系，该症状体验通过Rad
【主题与分类】
主题标签：Central Nervous System Sarcoma、Ependymoma、Glioma、Malignant Intracranial Germ Cell Tumor、Medulloblastoma、Pineoblastoma、Primary Central Nervous System Neoplasm。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03990597
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/NCT03990597
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：中枢神经系统肉瘤、室管膜瘤、胶质瘤、恶性颅内生殖细胞肿瘤、髓母细胞瘤、松果体母细胞瘤、原发性中枢神经系统肿瘤。主要目标：I. 通过评估接受质子全脑全脊髓照射（CSI）治疗中枢神经系统（CNS）肿瘤的2-17岁儿童患者中与凝胶相关的毒性，来评估StrataXRT和安慰剂的安全性（使用不良事件通用术语标准[CTCAE]第5.0版定义）。II. 评估StrataXRT作为预防性药物在2-17岁接受质子CSI治疗CNS肿瘤的儿童患者中预防放射性皮炎的有效性。次要目标：I. 探讨StrataXRT的给药剂量与疗效之间的关系。II. 探讨StrataXRT的使用与家长报告的症状体验之间的关系，采用放射性皮肤反应评估量表（RISRAS）进行测量。III. 探讨参与者研究日志中记录的治疗应用依从性。
大纲：从CSI质子放射治疗的第一天开始，护理人员将StrataXRT凝胶涂抹于患者前额的一半和一只耳朵，并将安慰剂涂抹于前额的另一半和另一只耳朵，每日两次（BID），直至放射治疗的最后一天。
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。
