高外显乳腺癌易感基因女性保留乳头乳房切除术长期安全性研究
该数据集来自 clinicaltrials.gov,聚焦携带高外显乳腺癌易感基因胚系致病变异、正在考虑降低风险乳房切除术的女性,围绕保留乳头乳房切除术(NSM)的长期安全性开展研究

基本信息
资源简介
高外显乳腺癌易感基因女性保留乳头乳房切除术长期安全性研究
该数据集来自 clinicaltrials.gov,聚焦携带高外显乳腺癌易感基因胚系致病变异、正在考虑降低风险乳房切除术的女性,围绕保留乳头乳房切除术(NSM)的长期安全性开展研究。源站描述指出,NSM 相比传统或保留皮肤乳房切除术在心理社会与性健康、身体意象方面更优,但指南尚未推荐其替代其他降低风险术式,需要更多数据与更长随访确认其在胚系致病变异携带者中的安全有效。数据可用于评估 NSM 在该人群中的肿瘤学安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:乳腺癌手术。携带高外显乳腺癌易感基因胚系致病变异(GPV)、正在考虑降低风险乳房切除术(RRM)的患者,往往强烈希望保留乳头乳晕复合体,并询问这样做是否安全。相对于传统或保留皮肤乳房切除术(SSM)技术,保留乳头乳房切除术(NSM)与更好的心理社会和性健康相关,并且在身体意象和减少畸形感方面显著更优。尽管如此,指南尚未认可NSM优于其他RRM技术,指出需要更多数据和更长随访来确认其在GPV携带者中是一种安全有效的策略。由于2010年之前在接受RRM的高危患者人群中并未常规采用NSM,因此很少有数据可用于指导长期肿瘤学
【主题与分类】
主题标签:Breast Cancer Surgery。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06888388
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/NCT06888388
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:乳腺癌手术。携带高外显率乳腺癌易感基因种系致病性变异(GPV)且正在考虑降低风险乳房切除术(RRM)的患者,往往强烈希望保留乳头乳晕复合体,并询问这样做是否安全。与传统或保留皮肤乳房切除术(SSM)技术相比,保留乳头乳房切除术(NSM)与改善心理社会和性健康相关,并且在改善身体形象和减少毁形感方面显著更优。尽管如此,指南尚未认可NSM优于其他RRM技术,指出需要更多数据和更长随访来确认其在GPV携带者中是一种安全有效的策略。由于2010年之前接受RRM的高危患者人群中并未常规采用NSM,因此很少有数据可用于说明NSM的长期肿瘤学安全性。设计良好的研究报告,BRCA1/2携带者接受NSM后发生后续乳腺癌的比率低至可忽略不计,但受限于中位随访时间不足3年。
本研究旨在通过更长期的随访,证实既往关于NSM对未受累BRCA1/2携带者肿瘤学安全性的研究结果。研究者还将把数据扩展至其他高外显率GPV携带者,包括PALB2、CDH1、PTEN和TP53携带者,目前关于这些人群接受RRM后结局的数据极少甚至没有。
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。




