乳腺癌相关淋巴水肿前瞻性监测
该数据集来自clinicaltrials.gov，为丹麦五家医院开展的多中心单盲试验，聚焦乳腺癌相关淋巴水肿的前瞻性监测
基本信息
资源简介
乳腺癌相关淋巴水肿前瞻性监测
Prospective Surveillance for Breast Cancer-Related Lymphedema 是一个登记于 clinicaltrials.gov 的临床试验数据集，主题标签为 Breast Cancer，在肿瘤 / 乳腺癌分类下归档。该数据集对应的是一项在丹麦五家医院开展的多中心单盲试验，研究对象为乳腺癌手术患者，核心关注点是乳腺癌相关淋巴水肿的前瞻性监测。试验邀请在研究站点预约乳腺癌手术的女性参与，入组后接受生物电阻抗光谱（BIS）测量并自行测量臂围，同时填写社会人口学问卷，用于确保招募样本具有代表性。术后，淋巴结清扫数量超过 6 枚且计划接受放射治疗的女性按 1:1 随机分配至干预组或对照组。该数据集为研究乳腺癌术后淋巴水肿的早期识别与监测策略提供了前瞻性随访框架。
【数据集背景】
乳腺癌相关淋巴水肿是乳腺癌手术及后续治疗中需要长期关注的并发症之一。该数据集所依托的试验以多中心、单盲设计在丹麦五家医院同步开展，旨在通过前瞻性监测手段，系统观察乳腺癌手术患者人群在治疗前后的相关测量指标变化。试验在设计上强调招募样本的代表性，通过社会人口学问卷的收集来辅助判断入组人群的构成是否合理，从而为后续干预与对照的比较提供基础。研究在术前即启动数据采集，体现了以术前基线为参照、术后持续追踪的前瞻性思路。
【数据内容】
该数据集涉及的内容围绕试验流程中的测量与问卷环节展开。参与者需接受 BIS 测量，并进行臂围的自我测量；同时填写一份社会人口学问卷。上述数据在手术所在医院、治疗开始前采集。术后，符合“淋巴结清扫数量超过 6 枚且计划接受放射治疗”这一条件的女性进入随机化环节，按 1:1 比例分为干预组与对照组。除上述测量与分组信息外，数据集是否包含其他具体变量、随访时间点及结局指标，源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov，对应一项在丹麦五家医院开展的多中心单盲试验。招募方式为：在所有研究站点预约乳腺癌手术的女性中发出参与邀请，愿意参与并提供书面知情同意书者进入研究流程。采集地点为手术所在医院，采集时点为治疗前。术后随机化仅针对淋巴结清扫数量超过 6 枚且有放射治疗计划的女性。关于样本量、招募起止时间、随访周期等具体信息，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前瞻性监测相关的研究场景，例如了解以 BIS 测量与臂围自测相结合的监测方案在乳腺癌手术人群中的设计思路，或用于方法学层面的参考，包括术前基线采集、社会人口学问卷用于样本代表性评估、以及术后按特定临床条件进行 1:1 随机分组的试验组织方式。也可作为乳腺癌术后并发症监测领域教学与文献对照的素材。具体分析用途需结合源站提供的完整试验信息，源站未提供的指标不宜直接用于二次分析。
【使用方法】
使用该数据集时，应以其对应的临床试验设计为背景理解数据结构：术前阶段包含 BIS 测量、臂围自测与社会人口学问卷三类信息；术后阶段包含基于淋巴结清扫数量与放射治疗计划的筛选条件以及 1:1 随机分组结果。由于源站未提供具体变量字典、随访时间表与结局定义，使用前需查阅源站的完整记录以确认可用的数据字段与分析口径。任何基于该数据集的比较分析，都应尊重其多中心单盲设计与随机化规则。
【质量与限制】
该数据集依托多中心单盲试验设计，并通过社会人口学问卷辅助评估招募样本的代表性，这些设计要素有助于提升研究的规范性。但就数据集本身而言，样本量、随访时长、失访情况、测量一致性控制等质量相关信息源站未提供。此外，该数据集聚焦于丹麦五家医院的研究人群，其外推性需结合具体研究问题审慎判断。源站未提供的指标与结论不应被视为该数据集的实际属性。
【引用与许可】
该数据集来源于 clinicaltrials.gov，引用时应标注数据集英文名称 Prospective Surveillance for Breast Cancer-Related Lymphedema 及来源站 clinicaltrials.gov。关于许可条款、使用限制与具体引用格式，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/NCT04522648
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。设计与环境：本试验是一项多中心单盲试验，涉及丹麦的五家医院。程序：所有在研究地点之一预约乳腺癌手术的女性都将被邀请参与。提供书面知情同意书的女性将进行BIS测量，并自行测量臂围。此外，参与者将完成一份社会人口学问卷，用于确保招募到具有代表性的样本。这些数据将在手术医院的治疗前收集。手术后，切除超过6个淋巴结并计划接受放射治疗的女性将按1：1随机分为干预组或对照组。
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。
