临床淋巴结阴性乳腺癌保乳术后省略放疗研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心、单臂队列研究,纳入新诊断 T1-3 临床淋巴结阴性、无远处转移证据、接受新辅助化疗后保乳手术及腋窝分期手术且最终病理示病理完全缓解(ypT0N0)的女性乳腺癌患者

基本信息
资源简介
临床淋巴结阴性乳腺癌保乳术后省略放疗研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心、单臂队列研究,纳入新诊断 T1-3 临床淋巴结阴性、无远处转移证据、接受新辅助化疗后保乳手术及腋窝分期手术且最终病理示病理完全缓解(ypT0N0)的女性乳腺癌患者。研究对入组患者省略辅助全乳放疗(WBRT),主要结局为随访中位 5 年时的同侧乳腺肿瘤复发(IBTR)。数据可用于评估省略放疗后复发风险及筛选可安全豁免放疗的人群(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺癌。本研究是一项前瞻性、多中心、单臂队列研究,旨在对接受新辅助化疗(NAC)后达到病理完全缓解(pCR)的患者,在保乳手术(BCS)后省略辅助全乳放疗(WBRT)。符合条件并同意参加的新诊断 T1-3 淋巴结阴性、无临床远处转移证据、已接受 NAC、BCS 及腋窝分期手术且最终病理显示 pCR(ypT0N0)的女性患者将被纳入研究并随访。首次分析计划在随访中位 5 年时进行。研究参与者将不接受辅助 WBRT,即当前的标准治疗。主要结局为随访中位 5 年时的同侧乳腺肿瘤复发(IBTR)。研究参与者将被随访和评估 f
【主题与分类】
主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05866458
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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/NCT05866458
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。本研究是一项前瞻性、多中心、单臂队列研究,探讨在新辅助化疗(NAC)后达到病理完全缓解(pCR)的患者中,在保乳手术(BCS)后省略辅助全乳放疗(WBRT)。符合条件并同意参加的初诊T1-3、淋巴结阴性、无临床远处转移证据的女性乳腺癌患者,已接受NAC、BCS及腋窝分期手术,最终病理显示pCR(ypT0N0),将被纳入研究并接受随访。首次分析计划于随访中位5年时进行。研究参与者将不接受辅助WBRT这一当前标准治疗。主要结局为随访中位5年时的同侧乳腺肿瘤复发(IBTR)。研究参与者将接受随访,并评估局部复发、区域复发、远处复发、DFS和OS。此外,将记录参与者针对首次复发事件所接受的任何额外乳腺癌治疗,包括再次BCS、乳房切除术、额外全身治疗和放疗(RT)。
计划样本量为352名研究参与者。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




