成人血液系统恶性肿瘤患者口腔黏膜炎预防

本研究针对急性白血病、急性髓系白血病、急性淋巴细胞白血病患者的口腔黏膜炎,开展多中心队列对照准实验研究,比较护士主导芦荟漱口液干预与常规口腔护理在预防和减轻住院肿瘤患者口腔黏膜炎发生率及严重程度方面的效果

Wake Forest University Health SciencesWake Forest University Health Sciences
clinicaltrials
浏览 20
表格分类Acute LeukemiaAcute Myeloid LeukemiaAcute Lymphoblastic LeukemiaOral Mucositis
Prevention of Oral Mucositis in Adults in With Hematologic Malignancy

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-01

资源简介

成人血液系统恶性肿瘤患者口腔黏膜炎预防

本研究针对急性白血病、急性髓系白血病、急性淋巴细胞白血病患者的口腔黏膜炎,开展多中心队列对照准实验研究,比较护士主导芦荟漱口液干预与常规口腔护理在预防和减轻住院肿瘤患者口腔黏膜炎发生率及严重程度方面的效果。主要结局采用CTCAE评估口腔黏膜炎发生率与严重程度,次要结局为疼痛、生活质量及总体健康,每周用OMWQ评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:急性白血病、急性髓系白血病、急性淋巴细胞白血病、口腔黏膜炎。口腔黏膜炎(OM)是成人急性白血病患者化疗和放疗中常见且使人衰弱的并发症,可导致疼痛、感染风险、治疗延迟和生活质量下降。这项多中心、队列对照的准实验研究将评估护士主导的芦荟漱口水干预与常规口腔护理相比,在住院肿瘤患者中预防和降低OM发生率及严重程度方面的有效性。主要结局包括通过不良事件通用术语标准(CTCAE)测量的OM发生率和严重程度,次要结局为疼痛、生活质量和总体健康状况,每周使用口腔黏膜炎每周问卷(OMWQ)进行评估。

【主题与分类】

主题标签:Acute Leukemia、Acute Myeloid Leukemia、Acute Lymphoblastic Leukemia、Oral Mucositis。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07809984

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07809984

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:急性白血病、急性髓系白血病、急性淋巴细胞白血病、口腔黏膜炎。口腔黏膜炎(OM)是成人急性白血病患者化疗和放疗中常见且使人衰弱的并发症,可导致疼痛、感染风险、治疗延迟和生活质量下降。这项多中心、队列对照的准实验研究将评估护士主导的芦荟漱口水干预与常规口腔护理相比,在住院肿瘤患者中预防和降低OM发生率及严重程度方面的有效性。主要结局包括通过不良事件通用术语标准(CTCAE)测量的OM发生率和严重程度,次要结局为疼痛、生活质量和总体健康状况,每周使用口腔黏膜炎每周问卷(OMWQ)进行评估。

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。

获取专属数据定制方案