Kinesio Taping与压力疗法对保乳术后放疗所致乳腺淋巴水肿疗效的随机对照试验
该数据集来自 clinicaltrials.gov,为一项单中心、三臂平行组随机对照试验,纳入 99 例单侧乳腺癌保乳术后完成放疗至少 2 个月并出现放疗相关乳腺淋巴水肿的女性患者,按 1:1:1 随机分为常规护理组、常规护理加 Kinesio Taping 组和常规护理加压力疗法组,干预 6 周

基本信息
资源简介
Kinesio Taping与压力疗法对保乳术后放疗所致乳腺淋巴水肿疗效的随机对照试验
该数据集来自 clinicaltrials.gov,为一项单中心、三臂平行组随机对照试验,纳入 99 例单侧乳腺癌保乳术后完成放疗至少 2 个月并出现放疗相关乳腺淋巴水肿的女性患者,按 1:1:1 随机分为常规护理组、常规护理加 Kinesio Taping 组和常规护理加压力疗法组,干预 6 周。结局包括超声测量四个象限乳腺皮肤厚度及淋巴水肿相关指标。数据可用于比较三种干预对放疗后乳腺淋巴水肿的疗效(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、乳腺淋巴水肿。这是一项在唐山市人民医院(RMYY)乳腺外科开展的单中心、三臂、平行组随机对照试验。共纳入 99 例单侧乳腺癌女性患者,均已接受保乳手术、完成放疗至少 2 个月,并出现放疗相关乳腺淋巴水肿。参与者将按 1:1:1 比例随机分配到三组之一:(1)常规护理(对照),(2)常规护理加 Kinesio Taping,(3)常规护理加压力疗法。干预持续 6 周。结局指标包括:超声测量四个象限(外上、内上、外下、内下)的乳腺皮肤厚度,每个象限在距乳头 35-40 mm 处测量,每个位置取 3 张图像平均;淋巴水肿相关
【主题与分类】
主题标签:Breast Cancer、Breast Lymphedema。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07767305
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07767305
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
条件:乳腺癌、乳腺淋巴水肿。这是一项在唐山市人民医院(RMYY)乳腺外科开展的单中心、三臂、平行组随机对照试验。共纳入99例单侧乳腺癌女性患者,这些患者均已接受保乳手术、完成放疗至少2个月,并出现放疗相关乳腺淋巴水肿。参与者将按1:1:1的比例随机分配至三组之一:(1)常规护理(对照组),(2)常规护理加肌内效贴扎,或(3)常规护理加压力治疗。干预周期为6周。
结局指标包括:通过超声测量四个象限(外上、内上、外下、内下)的乳房皮肤厚度,每个象限在距乳头35-40 mm处测量,每个位置取3张图像的平均值;淋巴水肿相关症状(疼痛、肿胀、沉重感、紧绷感)采用视觉模拟量表(VAS)评估,评分0-10分;采用非弹性卷尺以交叉测量法测量乳房横径和纵径;生活质量采用中文版癌症治疗功能评估-乳腺癌量表(FACT-B)评估(36个条目,5点李克特量表,总分0-144分);自我效能采用中文版乳腺癌幸存者自我效能量表(BCSES)评估(11个条目,5点李克特量表,总分11-55分);焦虑和抑郁采用中文版医院焦虑抑郁量表(HADS)评估(14个条目,焦虑7个条目,抑郁7个条目)。评估将在基线(T0)、干预后即刻6周(T1)以及干预后3个月(T2)和6个月(T3)进行。样本量为每组33名参与者(共99名,包括20%的脱落余量)。
随机化将采用区组随机化方法,按照1:1:1的分配比例进行。统计分析将遵循意向性治疗原则。在整个研究过程中将监测不良事件,并通过随访进行记录。
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。




