乳腺癌患者外阴阴道萎缩管理中的激光联合局部治疗
女性泌尿生殖疾病与女性乳腺癌研究拟行随机单盲对照试验,患者分入三个治疗组。主要评估微分割 C02 激光联合非激素局部再生治疗,对比单用激光或单用非激素局部再生治疗,在禁用激素疗法的癌症患者外阴阴道萎缩症状管理中的有效性

基本信息
资源简介
乳腺癌患者外阴阴道萎缩管理中的激光联合局部治疗
女性泌尿生殖疾病与女性乳腺癌研究拟行随机单盲对照试验,患者分入三个治疗组。主要评估微分割 C02 激光联合非激素局部再生治疗,对比单用激光或单用非激素局部再生治疗,在禁用激素疗法的癌症患者外阴阴道萎缩症状管理中的有效性。次要目的包括评估乳腺癌辅助或新辅助治疗(化疗除外)患者泌尿生殖综合征的患病率、发病率及生活质量影响,并评估 C02 激光及 XCM intim 的安全性与耐受性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:女性泌尿生殖系统疾病、女性乳腺癌。基于上一节提出的假设,本研究的主要目标将包括: - 评估微分割 C02 激光治疗联合非激素局部再生治疗对比单独激光治疗或单独非激素局部再生治疗,在治疗有激素治疗禁忌的癌症患者外阴阴道萎缩所致症状中的有效性。 次要目标如下: 确定在我们诊断为乳腺癌且正在接受辅助或新辅助治疗(化疗除外)的患者人群中,泌尿生殖系统综合征的患病率和发病率。 评估泌尿生殖系统综合征对这些患者生活质量的影响。 确定症状严重程度及其对患者生活质量的影响,与组织水平和阴道微生物群中激素耗竭特征性变化的存在之间的相关程度。 评估 C02 激光在我们患者组中的安全性和耐受性。将特别关注目前文献中尚未描述的不良事件的发生。 描述激光治疗对泌尿系统症状的其他影响,这些影响可作为未来研究的假设。 评估局部非激素再生剂 XCM intim 在我们患者组中的安全性和耐受性。 * 描述局部非激素再生治疗对外阴阴道和泌尿系统症状的影响,以及对这些患者生活质量的影响。 为完成上述所有内容,拟开展一项对照、随机、单盲临床试验,纳入的患者将被分配至现有的 3 个治疗组之一,我们将在后续章节中详细说明这些治疗组。计划于 12 月 2 日开始招募。
【主题与分类】
主题标签:Female Urogenital Diseases、Breast Cancer Female。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05585476
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/NCT05585476
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:女性泌尿生殖系统疾病、女性乳腺癌。基于上一节提出的假设,本研究的主要目标将包括:
- 评估微分割 C02 激光治疗联合非激素局部再生治疗对比单独激光治疗或单独非激素局部再生治疗,在治疗有激素治疗禁忌的癌症患者外阴阴道萎缩所致症状中的有效性。
次要目标如下:
- 确定在我们诊断为乳腺癌且正在接受辅助或新辅助治疗(化疗除外)的患者人群中,泌尿生殖系统综合征的患病率和发病率。
- 评估泌尿生殖系统综合征对这些患者生活质量的影响。
- 确定症状严重程度及其对患者生活质量的影响,与组织水平和阴道微生物群中激素耗竭特征性变化的存在之间的相关程度。
- 评估 C02 激光在我们患者组中的安全性和耐受性。将特别关注目前文献中尚未描述的不良事件的发生。
- 描述激光治疗对泌尿系统症状的其他影响,这些影响可作为未来研究的假设。
- 评估局部非激素再生剂 XCM intim 在我们患者组中的安全性和耐受性。
- 描述局部非激素再生治疗对外阴阴道和泌尿系统症状的影响,以及对这些患者生活质量的影响。
为完成上述所有内容,拟开展一项对照、随机、单盲临床试验,纳入的患者将被分配至现有的 3 个治疗组之一,我们将在后续章节中详细说明这些治疗组。计划于 12 月 2 日开始招募。
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。




