简短ACT靶向应激驱动的炎症与血管生成通路以增强局部晚期乳腺癌新辅助化疗反应
该数据集来自 clinicaltrials.gov,聚焦局部晚期乳腺癌(LABC)女性患者。源站描述指出,此类患者在治疗期间常出现显著心理困扰,慢性心理应激可能激活下丘脑-垂体-肾上腺(HPA)轴,升高促炎细胞因子与血管生成因子(如 IL-6、CRP、NLR、VEGF),进而与肿瘤进展和化疗耐药相关

基本信息
资源简介
简短ACT靶向应激驱动的炎症与血管生成通路以增强局部晚期乳腺癌新辅助化疗反应
该数据集来自 clinicaltrials.gov,聚焦局部晚期乳腺癌(LABC)女性患者。源站描述指出,此类患者在治疗期间常出现显著心理困扰,慢性心理应激可能激活下丘脑-垂体-肾上腺(HPA)轴,升高促炎细胞因子与血管生成因子(如 IL-6、CRP、NLR、VEGF),进而与肿瘤进展和化疗耐药相关;新兴证据提示心理干预可能影响这些生物学通路。数据可用于研究简短 ACT 靶向应激驱动炎症与血管生成通路、增强新辅助化疗反应的潜力(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、女性乳腺肿瘤、局部晚期乳腺癌(LABC)、局部晚期乳腺癌。局部晚期乳腺癌患者在治疗期间常经历显著的心理困扰,这与不良生物学效应相关。慢性心理应激可能激活神经内分泌通路,尤其是下丘脑-垂体-肾上腺(HPA)轴,导致促炎细胞因子和血管生成因子产生增加。这些生物学改变,包括白细胞介素-6(IL-6)、C反应蛋白(CRP)、中性粒细胞与淋巴细胞比值(NLR)和血管内皮生长因子(VEGF)水平升高,被认为促进肿瘤进展和化疗耐药。新兴证据提示心理干预可能影响这些生物学通路。接受
【主题与分类】
主题标签:Breast Cancer、Breast Neoplasm Female、Locally Advanced Breast Cancer (LABC)、Locally Advanced Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07570368
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/NCT07570368
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、女性乳腺肿瘤、局部晚期乳腺癌(LABC)、局部晚期乳腺癌。局部晚期乳腺癌患者在治疗期间经常经历显著的心理困扰,这与不良的生物学效应相关。慢性心理应激可能激活神经内分泌通路,尤其是下丘脑-垂体-肾上腺(HPA)轴,导致促炎细胞因子和血管生成因子的产生增加。这些生物学改变,包括白细胞介素-6(IL-6)、C反应蛋白(CRP)、中性粒细胞与淋巴细胞比值(NLR)和血管内皮生长因子(VEGF)水平升高,被认为促进肿瘤进展和化疗耐药。新出现的证据表明,心理干预可能影响这些生物学通路。接纳与承诺疗法(ACT),尤其是其简短形式(Brief-ACT),已被证明可改善心理灵活性并减轻应激。
然而,其在调节炎症和血管生成生物标志物以及改善乳腺癌患者化疗反应方面的潜在作用仍未被充分探索。本研究设计为一项随机对照试验,旨在评估Brief-ACT对接受新辅助化疗的局部晚期乳腺癌患者治疗反应的影响。该干预与标准化疗同时进行,侧重于通过ACT的核心过程增强心理灵活性,包括接纳、认知解离、当下觉察和基于价值的行动。除评估临床反应外,本研究还探讨心理干预效果背后的潜在生物学机制。通过系列测量炎症和血管生成生物标志物,评估心理压力的变化是否与这些通路的调节相关。这种整合性方法旨在连接癌症治疗中的心理与生物学领域。本研究的结果
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。




