Venlafaxine联合或不联合Zolpidem治疗乳腺癌或高危女性潮热及相关睡眠障碍
该数据集来自clinicaltrials.gov,聚焦乳腺癌或乳腺癌高危女性出现的潮热及相关睡眠障碍。研究比较Venlafaxine或其他5-羟色胺再摄取抑制剂联合或不联合Zolpidem对睡眠连续性的影响,并评估患者生活质量

基本信息
资源简介
Venlafaxine联合或不联合Zolpidem治疗乳腺癌或高危女性潮热及相关睡眠障碍
该数据集来自clinicaltrials.gov,聚焦乳腺癌或乳腺癌高危女性出现的潮热及相关睡眠障碍。研究比较Venlafaxine或其他5-羟色胺再摄取抑制剂联合或不联合Zolpidem对睡眠连续性的影响,并评估患者生活质量。研究为随机、双盲、安慰剂对照设计,按是否同时使用5-羟色胺再摄取抑制剂分层,每层再随机分入两个治疗组。数据可用于分析药物联合方案对肿瘤患者睡眠及生活质量的干预效果,支持临床决策与相关预测建模(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、潮热、睡眠障碍。目的: 比较Venlafaxine或另一种5-羟色胺再摄取抑制剂联合与不联合Zolpidem,在患有乳腺癌或乳腺癌高危、出现潮热及相关睡眠障碍的女性中,对睡眠连续性的影响。 比较接受这些方案治疗的患者的生活质量。概要:这是一项随机、双盲、安慰剂对照研究。患者按是否同时使用5-羟色胺再摄取抑制剂(SRI)进行分层。 第1层(未同时使用SRI):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Venlafaxine每日一次和口服Zolpidem每日一次,持续5周。 第II组:患者接受口服Venlafaxine每日一次和口服安慰剂每日一次,持续5周。 第2层(同时使用SRI):患者被随机分配到2个治
【主题与分类】
主题标签:Breast Cancer、Hot Flashes、Sleep Disorders。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00084669
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/NCT00084669
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、潮热、睡眠障碍。目的:* 比较文拉法辛或其他5-羟色胺再摄取抑制剂联合或不联合唑吡坦对乳腺癌或高风险患乳腺癌且经历潮热及相关睡眠障碍的女性睡眠连续性的影响。* 比较接受这些方案治疗的患者的生活质量。概述:这是一项随机、双盲、安慰剂对照研究。患者根据是否同时使用5-羟色胺再摄取抑制剂(SRI)进行分层。* 第1层(未同时使用SRI):患者随机分配到2个治疗组之一。* 第I组:患者接受口服文拉法辛每日一次和口服唑吡坦每日一次,持续5周*。* 第II组:患者接受口服文拉法辛每日一次和口服安慰剂每日一次,持续5周*。* 第2层(同时使用SRI):患者随机分配到2个治疗组之一。* 第I组:患者接受口服唑吡坦每日一次,持续5周*。* 第II组:患者接受口服安慰剂每日一次,持续5周*。
注:*研究治疗5周后,第1层患者可在2周内逐渐减量或继续使用文拉法辛(文拉法辛总使用时间为7周);两层中I组患者可在1周内逐渐减量或继续使用唑吡坦(唑吡坦总使用时间为6周);两臂药物的继续使用或逐渐减量均在非研究环境下以开放标签方式进行。在两层中,若无不可接受的毒性,治疗将继续进行。在两层中,潮热、睡眠连续性、睡眠质量和生活质量均在基线和第1、3、6周时进行评估。预计入组人数:本研究将在20个月内共入组119名患者。
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。
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。




