乳房切除术后大分割放疗预防IIa-IIIa期乳腺癌复发

该数据集来自clinicaltrials.gov,聚焦IIa-IIIa期乳腺癌患者乳房切除术后大分割放疗。覆盖导管癌、浸润性癌、小叶癌、髓样癌及IIA、IIB、IIIA期乳腺癌

Alliance for Clinical Trials in OncologyAlliance for Clinical Trials in Oncology
clinicaltrials
浏览 10
图像预测Ductal Breast CarcinomaInvasive Breast CarcinomaLobular Breast CarcinomaMedullary Breast CarcinomaStage II Breast CancerStage IIA Breast CancerStage IIB Breast CancerStage IIIA Breast CancerTubular Breast Carcinoma
Hypofractionated Radiation Therapy After Mastectomy in Preventing Recurrence in Patients With Stage IIa-IIIa Breast Cancer

基本信息

模态
图像
任务类型
预测
创建/更新时间
2026-10-26

资源简介

乳房切除术后大分割放疗预防IIa-IIIa期乳腺癌复发

该数据集来自clinicaltrials.gov,聚焦IIa-IIIa期乳腺癌患者乳房切除术后大分割放疗。覆盖导管癌、浸润性癌、小叶癌、髓样癌及IIA、IIB、IIIA期乳腺癌。主要目标是评估放疗后24个月重建并发症率在大分割下是否非劣效;次要目标包括基于CTCAE 4.0的急性和晚期放疗并发症发生率、局部和局部区域复发率,以及按重建方式和时机比较并发症率;三级目标涉及重建乳房照片美容评分。可用于放疗并发症与复发风险的预测建模研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:导管乳腺癌、浸润性乳腺癌、小叶乳腺癌、髓样乳腺癌、II期乳腺癌、IIA期乳腺癌、IIB期乳腺癌、IIIA期乳腺癌。主要目标:I. 评估放疗后24个月的重建并发症率在大分割放疗下是否非劣效。次要目标:I. 基于常见不良事件评价标准(CTCAE)4.0毒性,评估急性和晚期放疗并发症的发生率。II. 评估局部和局部区域复发率。III. 根据重建方法(自体+/-植入物对比仅植入物)和接受重建的时机(立即对比意图延迟)比较重建并发症率。三级目标:I. 评估重建乳房照片美容评分与大分割

【主题与分类】

主题标签:Ductal Breast Carcinoma、Invasive Breast Carcinoma、Lobular Breast Carcinoma、Medullary Breast Carcinoma、Stage II Breast Cancer、Stage IIA Breast Cancer、Stage IIB Breast Cancer、Stage IIIA Breast Cancer、Tubular Breast Carcinoma。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03414970

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT03414970

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:导管型乳腺癌、浸润性乳腺癌、小叶型乳腺癌、髓样乳腺癌、II期乳腺癌、IIA期乳腺癌、IIB期乳腺癌、IIIA期乳腺癌。主要目标:I. 评估放疗后24个月时,采用大分割放疗的重建并发症发生率是否非劣效。次要目标:I. 根据常见不良事件术语标准(CTCAE)4.0毒性标准,评估急性和晚期放射性并发症的发生率。II. 评估局部和局部区域复发率。III. 根据重建方法(自体组织+/-植入物对比[vs]仅植入物)和接受重建的时机(即刻重建对比计划延迟重建)比较重建并发症发生率。三级目标:I. 评估放疗后24个月时,与标准分割放疗相比,大分割放疗下重建乳房的摄影美容评分。II. 根据接受重建的方法和时机,评估放疗后24个月时重建乳房的摄影美容评分。III.

IV. 按治疗组估计手臂淋巴水肿的发生率。V. 比较放疗后24个月时各治疗组在身体健康、心理社会健康、性健康、对乳房/乳头/腹部的满意度以及对总体结果的满意度方面的情况。VI. 按治疗组估计患者对试验参与的满意度,采用“值得吗问卷”在放疗后24个月时进行测量。VII. 按治疗组比较放疗的直接和间接患者费用。VIII. 比较患者报告的放疗完成后12个月内的总体医疗服务利用情况。IX. 比较治疗的经济影响。X. 分析MDM2以及包括TP53、ATM、TGFB1、IL4、IL6和IL10在内的基因的多态性,并确定其与更高概率发生不良放疗反应(放射敏感性)及毒性的相关性。XI. 分析MDM2以及包括TP53、ATM、TGFB1、IL4、IL6和IL10在内的基因的多态性,以确定其与继发性e的相关性

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。