完整消肿疗法治疗肢体淋巴水肿的疗效：反应特征与预测建模

数据集获取

源站：https://clinicaltrials.gov/study/NCT07878598

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：淋巴水肿、继发性淋巴水肿、乳腺癌相关淋巴水肿、上肢淋巴水肿、妇科肿瘤术后下肢淋巴水肿。背景：完全减充血疗法（CDT）是淋巴水肿的标准治疗方法，但疗效因部位和侧别而异。关于治疗反应节段性分布及反应预测因素的数据有限。目的：评估强化期CDT后淋巴水肿指标的变化，比较不同临床亚组的治疗反应特征，并建立反应预测模型。方法：回顾性观察性队列研究，纳入111例继发性淋巴水肿患者：单侧上肢、单侧下肢、双下肢。主要结局：单侧组的超额指标减少百分比（PREI）及双下肢组的周长总和（ΣC）相对减少率。次要结局：地形学反应特征（7个解剖点）、临床反应者比例（≥10%）、预测因素及预测模型。

预期结果：识别应答的地形异质性，确定CDT耐药因素（尤其是双侧淋巴水肿），开发经验证的预测模型以实现治疗个体化。

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。