乳腺癌治疗后持续性上肢功能障碍预后变量识别
该数据集来自 clinicaltrials.gov,聚焦乳腺癌治疗后持续性上肢功能障碍的预后变量识别。源站描述指出乳腺癌是女性中最常见的癌症,长期生存者数量因检测准确性提高、早期诊断和治疗进步而快速增长;上肢功能被描述为乳腺癌幸存者最重要的健康结局,放疗后6个月约50%的幸存者出现上肢功能下降,影响

基本信息
资源简介
乳腺癌治疗后持续性上肢功能障碍预后变量识别
该数据集来自 clinicaltrials.gov,聚焦乳腺癌治疗后持续性上肢功能障碍的预后变量识别。源站描述指出乳腺癌是女性中最常见的癌症,长期生存者数量因检测准确性提高、早期诊断和治疗进步而快速增长;上肢功能被描述为乳腺癌幸存者最重要的健康结局,放疗后6个月约50%的幸存者出现上肢功能下降,影响日常生活活动,且上肢功能障碍患者更少进行身体活动,而身体活动不足与乳腺癌后死亡风险增加相关。该数据可用于分析上肢功能障碍相关预后因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺癌。乳腺癌是最常发生的癌症,据估计占女性所有新发癌症的29%(European Cancer Information System)。由于检测方法准确性的提高、早期诊断和癌症治疗的进步,长期幸存者的数量正在迅速增加。国际健康结局测量联盟倡议将上肢(UL)功能描述为对乳腺癌幸存者(BCS)最重要的健康结局。放疗后6个月,50%的BCS遭受上肢功能下降,即在使用上肢进行日常生活活动时存在困难。经历上肢功能障碍和其他问题的患者更不可能进行身体活动。鉴于身体活动不足与乳腺癌后死亡风险增加相关,剥夺
【主题与分类】
主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05297591
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/NCT05297591
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。乳腺癌是最常见的癌症,据估计占女性所有新发癌症的29%(欧洲癌症信息系统)。由于检测方法准确性的提高、早期诊断以及癌症治疗的进步,长期幸存者的数量正在迅速增加。国际健康结局测量联盟倡议将上肢(UL)功能描述为对乳腺癌幸存者(BCS)最重要的健康结局。50%的BCS在放疗后6个月出现上肢功能下降,即在使用上肢进行日常生活活动时存在困难。经历上肢功能障碍和其他问题的患者更不可能进行身体活动。鉴于身体活动不足与乳腺癌后死亡风险增加相关,消除身体活动的障碍(例如上肢功能障碍)非常重要。识别这些导致慢性上肢功能障碍的因素,对于确定前瞻性评估的目标以及在乳腺癌治疗特定时间点采取特定治疗方法具有重要意义。
有必要重新思考随访策略(除癌症本身的治疗外),并制定一条临床照护路径,该路径由多因素筛查工具组成,用以识别需要额外康复努力及特定康复目标的女性与男性,以缓解乳腺癌幸存者所经历的症狀和副作用。该临床照护路径应涵盖《国际功能、残疾和健康分类》(ICF)的所有方面,ICF是一个生物心理社会框架,用以概念化个体的功能水平与身体结构、活动与参与以及情境因素(包括个人因素和环境因素)。本研究旨在识别乳腺癌治疗期间及之后导致持续性上肢(U
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




