CIPN决策辅助工具改善乳腺癌患者化疗决策的临床试验

该数据集来自 clinicaltrials.gov,聚焦乳腺癌患者的化疗决策。研究评估化疗诱导的周围神经病变(CIPN)决策辅助工具在改善化疗决策方面的效果

University of Michigan Rogel Cancer CenterUniversity of Michigan Rogel Cancer Center
clinicaltrials
浏览 8
其他预测Breast Carcinoma
CIPN Decision Aid for the Improvement of Chemotherapy Decision Making in Patients With Breast Cancer

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

CIPN决策辅助工具改善乳腺癌患者化疗决策的临床试验

该数据集来自 clinicaltrials.gov,聚焦乳腺癌患者的化疗决策。研究评估化疗诱导的周围神经病变(CIPN)决策辅助工具在改善化疗决策方面的效果。CIPN 表现为手足麻木或刺痛,是多种常用抗癌药物的严重副作用,初期症状轻微但可随治疗进展加重,影响长期功能、跌倒风险和生活质量。约三分之二患者治疗后1年仍有症状,约半数在3年时仍存在。既往研究显示患者对长期 CIPN 症状缺乏认知。该数据可用于研究决策辅助工具对患者认知与决策的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:乳腺癌。本临床试验研究化疗诱导的周围神经病变(CIPN)决策辅助工具在改善乳腺癌患者化疗决策方面的效果。CIPN 涉及手或脚的麻木或刺痛,是几类常用抗癌药物的严重副作用。CIPN 症状初期通常轻微,但随持续治疗可进展为严重症状,影响长期功能、跌倒风险和生活质量。症状有时在治疗后缓解,但在经历过 CIPN 的患者中,约三分之二在治疗后1年仍有症状,约半数在治疗后3年仍有症状。既往研究表明患者对长期 CIPN 症状缺乏认知。一种提供关于永久性 CIPN 信息的决策辅助工具,tha

【主题与分类】

主题标签:Breast Carcinoma。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06915168

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/NCT06915168

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

疾病:乳腺癌。本临床试验研究化疗所致周围神经病变(CIPN)决策辅助工具在改善乳腺癌患者化疗决策方面的效果。CIPN表现为手足麻木或刺痛,是数类常用抗癌药物令人衰弱的副作用。CIPN症状初期通常较轻微,但随着治疗持续可进展为严重症状,影响长期功能、跌倒风险和生活质量。症状有时在治疗后缓解,但在经历过CIPN的患者中,约三分之二的患者在治疗后1年仍有症状,约半数患者在治疗后3年仍有症状。既往研究表明,患者对长期CIPN症状缺乏认识。一种提供永久性CIPN相关信息、帮助患者理解其治疗优先事项并为其与肿瘤内科医生讨论做准备的决策辅助工具,可能改善治疗决策、提高决策满意度,并最终促进患者实现其治疗目标。

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