长效G-CSF治疗乳腺癌患者中ANC与骨痛的相关性研究
该数据集来自 clinicaltrials.gov,聚焦接受化疗的乳腺癌患者预防性使用长效粒细胞集落刺激因子(G-CSF)后骨痛与中性粒细胞绝对值(ANC)的相关性

基本信息
资源简介
长效G-CSF治疗乳腺癌患者中ANC与骨痛的相关性研究
该数据集来自 clinicaltrials.gov,聚焦接受化疗的乳腺癌患者预防性使用长效粒细胞集落刺激因子(G-CSF)后骨痛与中性粒细胞绝对值(ANC)的相关性。研究为前瞻性、多中心、非随机对照设计,计划在中国7个研究中心入组132例接受新辅助或辅助化疗的乳腺癌患者,按临床实践中选用的长效G-CSF分为Telpegfilgrastim组和非Telpegfilgrastim组。数据可用于分析长效G-CSF相关骨痛的发生情况及其与ANC变化的关联,为乳腺癌化疗支持治疗中的不良反应评估提供依据(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、化疗引起的中性粒细胞减少症、发热性中性粒细胞减少症、骨痛。这项前瞻性、多中心、非随机对照研究旨在评估在接受具有中高发热性中性粒细胞减少症(FN)风险的化疗的乳腺癌患者中,预防性使用长效粒细胞集落刺激因子(G-CSF)相关的骨痛。计划在中国7个研究中心入组共132例接受新辅助或辅助化疗的乳腺癌患者。根据治疗医生在常规临床实践中选用的长效G-CSF,患者将被纳入Telpegfilgrastim组或非Telpegfilgrastim组。Telpegfilgrastim在化疗后24小时以固定2 mg皮下注射给药。非Telpegfilgrastim组患者接受另一种已批准的长效
【主题与分类】
主题标签:Breast Cancer、Chemotherapy-Induced Neutropenia、Febrile Neutropenia、Bone Pain。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07806084
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/NCT07806084
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:乳腺癌、化疗引起的中性粒细胞减少症、发热性中性粒细胞减少症、骨痛。这项前瞻性、多中心、非随机对照研究旨在评估接受中高风险的发热性中性粒细胞减少症(FN)化疗的乳腺癌患者中,预防性使用长效粒细胞集落刺激因子(G-CSF)相关的骨痛。将在中国7个研究中心纳入132例接受新辅助或辅助化疗的乳腺癌患者。根据治疗医生在常规临床实践中选择的长效G-CSF,患者将被纳入Telpegfilgrastim组或非Telpegfilgrastim组。Telpegfilgrastim在化疗后24小时以固定2 mg皮下注射给药。非Telpegfilgrastim组的患者根据医生的临床决定接受另一种已批准的长效G-CSF。该研究将评估首个化疗周期中骨痛的发生率和持续时间作为主要结局。
后续化疗周期中的骨痛、骨痛治疗的使用以及长效G-CSF的剂量减少或更换也将被评估。治疗期间将监测绝对中性粒细胞计数(ANC)和其他实验室参数,以探究中性粒细胞变化与骨痛之间的关系。
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。




