乳腺癌根治术后局部复发前瞻性队列研究
该数据集来自clinicaltrials.gov，为单中心、前瞻性、非干预性队列研究，聚焦女性乳腺癌根治术后无远处转移的孤立性局部复发患者
基本信息
资源简介
乳腺癌根治术后局部复发前瞻性队列研究
该数据集对应的是一项在 clinicaltrials.gov 登记的临床研究，英文名称为 Prospective Cohort Study of Local Recurrence After Radical Breast Cancer Resection，主题标签为 Breast Cancer，在数据分类中归入肿瘤 / 乳腺癌方向。研究为单中心、前瞻性、非干预性队列研究，关注女性乳腺癌根治性手术后、未发生远处转移的孤立性局部复发患者，旨在分析这类患者的临床病理特征，识别影响无进展生存期（PFS）与总生存期（OS）的独立预后危险因素，并比较保乳手术与全乳切除术后局部复发患者在临床特征及长期预后方面的差异，进而探索局部复发后适宜人群与最佳个体化治疗策略。研究对象为在江苏省人民医院乳腺外科接受治疗、年龄≥18 岁、经病理学确诊为乳腺癌术后局部复发且无远处转移的女性患者。
【数据集背景】
乳腺癌根治性手术后局部复发是临床关注的重要问题，但针对无远处转移的孤立性局部复发人群，其临床病理特征、预后影响因素以及不同手术方式后复发表现的差异，仍需通过前瞻性队列研究加以系统观察。该研究以单中心、前瞻性、非干预性设计开展，聚焦上述特定人群，试图为局部复发后的风险评估与个体化治疗决策提供依据。研究在 clinicaltrials.gov 登记，主题标签为 Breast Cancer，本站分类为肿瘤 / 乳腺癌。
【数据内容】
源站描述显示，该研究关注的核心内容包括：女性乳腺癌根治术后孤立性局部复发且无远处转移患者的临床病理特征；影响 PFS 和 OS 的独立预后危险因素；保乳手术与全乳切除术后局部复发患者在临床特征和长期预后方面的差异；以及局部复发后符合条件的人群与最佳个体化治疗策略。研究纳入对象为江苏省人民医院乳腺外科治疗、年龄≥18 岁、经病理学确诊为术后局部乳腺癌复发且无远处转移、对抗肿瘤治疗耐受的女性患者。源站描述在“tolerant to anti-”处截断，后续具体内容源站未提供。数据集的具体变量、字段结构、样本量、随访时长和统计指标等，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov 登记的研究信息。研究类型为单中心、前瞻性、非干预性队列研究，研究现场为江苏省人民医院乳腺外科。源站描述提及研究对象为在该院乳腺外科接受治疗的女性患者，纳入条件包括年龄≥18 岁、病理学确诊为乳腺癌术后局部复发且无远处转移。关于数据采集的具体时间范围、随访频率、数据录入方式及质量控制流程，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕乳腺癌术后孤立性局部复发开展的研究与临床分析，包括：分析该类患者的临床病理特征；识别影响 PFS 和 OS 的独立预后危险因素；比较保乳手术与全乳切除术后局部复发患者的临床特征及长期预后差异；探讨局部复发后适宜人群与个体化治疗策略。主题标签为 Breast Cancer，本站分类为肿瘤 / 乳腺癌，可供肿瘤学、乳腺外科及相关预后研究领域参考使用。
【使用方法】
源站未提供具体的数据使用方法、访问方式、文件格式或分析指南。使用时应以 clinicaltrials.gov 登记信息所描述的研究设计与纳入条件为理解框架，具体操作层面的说明源站未提供。
【质量与限制】
该研究为单中心、前瞻性、非干预性队列研究，源站描述未提供样本量、随访时长、失访情况、统计方法及偏倚控制等质量相关信息。源站描述在“tolerant to anti-”处截断，纳入标准的完整表述源站未提供。数据的具体完整性、准确性及可复用性评估信息，源站未提供。
【引用与许可】
源站未提供引用格式与许可信息。该数据集信息来源于 clinicaltrials.gov，使用时宜遵循源站的引用与使用要求，具体条款源站未提供。
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/NCT07668362
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。这是一项单中心、前瞻性、非干预性队列研究。旨在分析乳腺癌根治术后无远处转移的孤立性局部复发女性患者的临床病理特征，识别影响无进展生存期（PFS）和总生存期（OS）的独立预后危险因素，比较保乳手术后与全乳切除术后局部复发患者的临床特征及长期预后差异，并探索局部复发后的适宜人群及最佳个体化治疗策略。连续纳入在江苏省人民医院乳腺外科接受治疗、年龄≥18岁、经病理学确诊为乳腺癌术后局部复发且无远处转移、能够耐受抗肿瘤治疗并能够完成全程随访的女性患者，所有受试者均签署知情同意书。
将统一收集基线人口学数据、主要临床病理信息、初次手术及辅助治疗记录、复发灶特征以及局部复发后的综合治疗数据，建立标准化电子数据库，并采用双人录入进行质量控制。自确认局部复发之日起，将开展至少3年的标准化随访，主要通过门诊复查，辅以电话和微信随访。记录终点事件，包括二次局部复发、远处转移、全因死亡和治疗相关不良反应。采用SPSS 26.0和R 4.3.0进行统计分析。采用Kaplan-Meier生存分析和Log-rank检验进行单因素预后比较。构建多因素Cox回归和Logistic回归模型以筛选独立影响因素。亚组
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。
