ILR预防BRCL随机对照试验_MCC 23608
该数据集来自 clinicaltrials.gov，聚焦乳腺癌相关淋巴水肿（BRCL）的预防研究，属于肿瘤/乳腺癌分类。研究为随机对照试验，在多学科淋巴水肿门诊招募高危患者，入组期12个月
基本信息
资源简介
ILR预防BRCL随机对照试验_MCC 23608
该数据集英文名为 ILR to Prevent BRCL_MCC 23608，来源于 clinicaltrials.gov，在本站归入肿瘤 / 乳腺癌分类，主题标签为 Breast Cancer Lymphedema。其内容围绕乳腺癌相关淋巴水肿（BRCL）的预防研究展开，采用随机对照试验设计，在多学科淋巴水肿门诊框架下招募高危患者，入组期持续 12 个月。研究团队由整形外科医生、认证淋巴水肿治疗师、临床护士和营养师组成，高危患者经乳腺肿瘤学每周多学科肿瘤委员会识别后转介至高危筛查门诊，筛查手段包括系列双侧上肢生物阻抗光谱（BIS）、双侧上肢周径测量和红外三维周径测量，随后参与者被随机分入两个研究臂。该数据集适合关注乳腺癌相关淋巴水肿预防、高危人群筛查与多学科诊疗流程的研究者参考使用。
【数据集背景】
该数据集聚焦乳腺癌相关淋巴水肿（BRCL）的预防。乳腺癌相关淋巴水肿是乳腺癌诊疗过程中需要关注的问题，本研究以随机对照试验的形式，探索在高危人群中开展预防性干预的路径。研究依托多学科淋巴水肿门诊开展，将整形外科、淋巴水肿治疗、临床护理与营养支持整合在同一诊疗框架内，并通过乳腺肿瘤学每周多学科肿瘤委员会（由外科肿瘤学、内科肿瘤学、放射肿瘤学与放射科组成）识别高危患者并转介至高危筛查门诊。这一组织方式体现了以高危筛查为入口、以多学科协作为支撑的研究思路。
【数据内容】
源站描述显示，该研究为随机对照试验，研究条件为 Breast Cancer Lymphedema。参与者在高危筛查门诊完成系列双侧上肢生物阻抗光谱（BIS）、双侧上肢周径测量和红外三维周径测量后，被随机分入两个研究臂。源站描述在说明随机分组处中断，未完整给出两个研究臂的具体干预内容与分组细节。除上述筛查与分组信息外，源站未提供该数据集的具体变量、样本量、随访指标与结局定义等数据内容说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床试验注册信息。研究在多学科淋巴水肿门诊招募高危患者，入组期持续 12 个月。高危患者由乳腺肿瘤学每周多学科肿瘤委员会识别并转介至高危筛查门诊，筛查内容包括系列双侧上肢生物阻抗光谱、双侧上肢周径测量和红外三维周径测量。研究团队包括整形外科医生、认证淋巴水肿治疗师、临床护士和营养师。关于数据采集的具体时间点、测量频次与数据管理方式，源站未提供。
【适用场景】
该数据集适用于乳腺癌相关淋巴水肿预防领域的方法学参考，例如了解以高危筛查门诊为入口、以多学科团队为支撑的随机对照试验组织方式；也可用于关注生物阻抗光谱、肢体周径测量与红外三维周径测量等筛查手段在乳腺癌相关淋巴水肿高危人群中的应用场景。此外，对于研究多学科肿瘤委员会转介机制与淋巴水肿门诊协作流程的读者，该注册信息提供了研究设计层面的背景。需要说明的是，源站未提供可直接用于二次分析的具体数据字段，因此其适用场景以研究设计与流程参考为主。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析指引。使用者可依据 clinicaltrials.gov 的注册信息了解研究条件、研究类型、招募与筛查流程及入组期安排。由于源站描述在随机分组处中断，两个研究臂的干预内容与比较方式无法从现有信息中获知，使用时应以源站完整记录为准。
【质量与限制】
该数据集的信息来自临床试验注册描述，源站描述在随机分组的说明处中断，未给出两个研究臂的具体内容、样本量、主要与次要结局指标、随访时长及统计分析方法。源站亦未提供数据完整性、测量一致性或质量控制措施的相关说明。因此，该数据集目前更适合作为研究背景与设计参考，不宜据此对干预效果作出判断。
【引用与许可】
源站未提供引用格式与许可条款信息。使用时应注明数据来源于 clinicaltrials.gov 的注册记录 ILR to Prevent BRCL_MCC 23608，并遵循源站的相关使用规定。
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/NCT07127003
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：乳腺癌淋巴水肿。本研究将是一项随机对照试验。作为我们多学科淋巴水肿门诊的一部分，将招募有发生BCRL高风险的患者参与我们的随机对照试验。入组将持续12个月。门诊团队由整形外科医生、认证淋巴水肿治疗师、临床护士和营养师组成。高风险患者将在每周举行的乳腺肿瘤多学科肿瘤委员会会议上被识别，该委员会由外科肿瘤学、内科肿瘤学、放射肿瘤学和放射学人员组成，并被转诊至我们的高风险筛查门诊。高风险患者筛查包括系列双侧上肢生物阻抗谱（BIS）、双侧上肢周径测量和红外三维周径测量。此时，研究参与者将被随机分为两组：干预组（研究组A）将进行ILR，对照组（研究组B）将不进行ILR。患者将对被随机分配至哪一组保持盲态。在手术期间，因腋窝淋巴结负荷被确定需要ALND的患者将首先接受RAM。
这有助于识别腋窝内细小的淋巴结构。通过与乳腺外科肿瘤医师同时协作进行腋窝淋巴结清扫术（ALND），在切除淋巴结的同时进行微血管淋巴管和静脉解剖。对于随机分配至B组的患者，将尽一切努力保留未参与淋巴结切除的淋巴管。对于随机分配接受ILR的患者，将保留的淋巴管与腋静脉附近分支（最常见为胸腹壁静脉）进行匹配，以确保无张力吻合。术后第一天，在患者出院前，由认证淋巴物理治疗师对所有患者进行患者教育。术后2周门诊随访时，研究患者将再次被随机分配至特定
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。
