Omega-3脂肪酸治疗新诊断导管原位癌和/或非典型导管增生女性
该数据集来自clinicaltrials.gov,聚焦于新诊断导管原位癌和/或非典型导管增生的女性患者,探索Omega-3脂肪酸对乳腺癌进展标志物的影响

基本信息
资源简介
Omega-3脂肪酸治疗新诊断导管原位癌和/或非典型导管增生女性
该数据集来自clinicaltrials.gov,聚焦于新诊断导管原位癌和/或非典型导管增生的女性患者,探索Omega-3脂肪酸对乳腺癌进展标志物的影响。研究为多中心随机对照试验,患者随机接受口服Omega-3脂肪酸胶囊或安慰剂橄榄油胶囊,每日三次,持续最多8周,并在基线、治疗期间每周、治疗完成时及完成后30天填写问卷。数据可用于分析Omega-3脂肪酸对乳腺癌前病变的干预效果及相关生物标志物变化(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、癌前病变。目的: 确定Omega-3脂肪酸对新诊断导管原位癌和/或非典型导管增生女性乳腺癌进展标志物的影响。 确定Omega-3脂肪酸对通过微阵列在乳腺癌细胞以及来自良性和恶性乳腺组织活检的原代培养物中识别的特定靶点的影响。概要:这是一项多中心研究。患者被随机分配到2个治疗组中的1个。 第I组:患者接受口服Omega-3脂肪酸胶囊,每日3次,最多8周。 第II组:患者接受口服安慰剂橄榄油胶囊,每日3次,最多8周。患者在基线、研究治疗期间每周、研究治疗完成时以及研究治疗完成后30天填写问卷。这些问卷i
【主题与分类】
主题标签:Breast Cancer、Precancerous Condition。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00627276
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/NCT00627276
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、癌前病变。目的:* 确定ω-3脂肪酸对新诊断的导管原位癌和/或非典型导管增生女性乳腺癌进展标志物的影响。* 确定ω-3脂肪酸对乳腺癌细胞及良恶性乳腺组织活检原代培养中微阵列识别的特定靶点的影响。概述:这是一项多中心研究。患者随机分为2个治疗组。* 第一组:患者口服ω-3脂肪酸胶囊,每日3次,最多8周。* 第二组:患者口服安慰剂橄榄油胶囊,每日3次,最多8周。患者在基线时、研究治疗期间每周、研究治疗完成时以及研究治疗完成后30天填写问卷。这些问卷包括鱼油不良事件问卷、饮食与家族史问卷、饮食与药物变化问卷以及干预后问卷。
患者在基线和研究治疗完成后接受血液、尿液、乳头抽吸液和组织样本采集,用于转化研究。通过微阵列分析和红细胞脂肪酸检测,分析血液样本中的乳腺癌风险和进展遗传标记。分析乳头抽吸液样本中的脂肪酸,以确定omega-3脂肪酸补充剂对乳腺组织脂肪酸谱的改变程度。分析组织样本中是否存在导管原位癌和/或非典型导管增生或浸润性癌。剩余的血液、尿液、乳头抽吸液和组织样本将保存用于未来的研究。研究治疗完成后,对患者进行30天的随访。
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。




