早期乳腺癌全乳放疗加量5天与9天疗程对比

研究目标是评估 5 天与 9 天全乳放疗的差异,可用于分析不同放疗疗程的疗效与安全性,为临床治疗决策提供参考(来源 clinicaltrials.gov)

University of UtahUniversity of Utah
clinicaltrials
浏览 11
医学影像预测Breast CancerInvasive Carcinoma of BreastDuctal Breast Carcinoma in Situ
5 vs. 9-day Course of Whole Breast Radiotherapy With Boost for Early-stage Breast Cancer

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-17

资源简介

早期乳腺癌全乳放疗加量5天与9天疗程对比

本研究聚焦于早期乳腺癌全乳放疗的疗程比较,旨在评估5天与9天两种全乳放疗方案之间的差异。该数据集来源于clinicaltrials.gov,收录于肿瘤/乳腺癌分类之下,主题标签涵盖乳腺癌、浸润性乳腺癌以及导管原位癌。研究目标在于通过对比不同放疗疗程,分析其疗效与安全性,从而为临床治疗决策提供参考依据。整体而言,该数据集为乳腺癌放疗领域的研究者提供了一个围绕疗程时长差异展开分析的数据基础,有助于理解短疗程与较长疗程在全乳放疗中的潜在区别。

【数据集背景】

乳腺癌是常见的恶性肿瘤之一,放射治疗是早期乳腺癌保乳术后重要的辅助治疗手段。全乳放疗的疗程安排在不同临床实践中存在差异,疗程长短可能影响治疗效果、不良反应以及患者的生活质量。该数据集所对应的研究,正是围绕早期乳腺癌患者接受全乳放疗时,采用5天方案与9天方案之间的比较展开。其关注的疾病范围包括乳腺癌、浸润性乳腺癌以及导管原位癌,属于肿瘤学中乳腺癌这一细分方向。通过评估两种不同时长的全乳放疗方案,该研究试图为临床实践中放疗疗程的选择提供依据。

【数据内容】

该数据集的主题标签包括Breast Cancer、Invasive Carcinoma of Breast以及Ductal Breast Carcinoma in Situ,覆盖了乳腺癌及其相关病理类型。数据集英文名称为“5 vs. 9-day Course of Whole Breast Radiotherapy With Boost for Early-stage Breast Cancer”,表明其核心内容是比较早期乳腺癌全乳放疗联合boost情况下5天与9天两种疗程。源站描述指出,研究条件涉及乳腺癌、浸润性乳腺癌和导管原位癌,研究目标是评估5天与9天全乳放疗的差异。关于数据集的具体字段结构、样本量、变量类型、随访指标等详细内容,源站未提供。

【采集与来源】

该数据集来源于clinicaltrials.gov,该站为临床试验注册与信息发布平台。数据集被本站归类于肿瘤/乳腺癌方向。其源站描述提供了研究的基本条件与目标,即针对乳腺癌、浸润性乳腺癌及导管原位癌,评估5天与9天全乳放疗。关于数据采集的具体时间范围、采集方式、纳入排除标准、数据提取流程等,源站未提供。

【适用场景】

该数据集可用于分析不同放疗疗程的疗效与安全性,为临床治疗决策提供参考。具体而言,适用于围绕早期乳腺癌全乳放疗疗程时长比较的研究场景,例如探讨5天方案与9天方案在疗效、安全性方面的差异。也可用于乳腺癌放疗相关的临床研究、循证医学分析以及治疗策略评估等方向。关于更细化的适用场景,如特定统计分析方法或特定人群亚组分析,源站未提供。

【使用方法】

该数据集可通过clinicaltrials.gov获取,具体访问路径与下载方式源站未提供。关于数据的使用许可、是否需要注册、是否提供结构化数据文件、数据格式等,源站未提供。使用者在应用该数据集时,应结合其研究目标,围绕5天与9天全乳放疗的比较进行分析。关于具体的使用步骤或操作指南,源站未提供。

【质量与限制】

该数据集来源于clinicaltrials.gov,其源站描述提供了研究条件与目标。关于数据质量评价、完整性、准确性、偏倚风险、样本代表性、随访时长、缺失数据处理等具体信息,源站未提供。该数据集仅围绕5天与9天全乳放疗的比较,其结论的适用范围可能受研究设计本身限制,但源站未提供相关细节。使用者应注意,源站未提供关于数据质量与限制的进一步说明。

【引用与许可】

该数据集来源于clinicaltrials.gov,引用时应注明来源站。关于具体的引用格式、许可条款、使用限制、是否允许商业使用、是否要求署名等,源站未提供。使用者应自行查阅clinicaltrials.gov的相关规定以确认引用与许可要求。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06961955

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:乳腺癌、浸润性乳腺癌、导管原位癌。本研究的目标是评估5天与9天全乳放疗的比较。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。