肿瘤患者皮肤不良反应与生活质量
该数据集来自 clinicaltrials.gov，聚焦接受全身抗肿瘤治疗患者的皮肤不良反应与生活质量，覆盖乳腺癌、卵巢癌、NSCLC、黑色素瘤及妇科肿瘤
基本信息
资源简介
肿瘤患者皮肤不良反应与生活质量
该数据集英文名为 Dermatological Effects and Quality of Life in Oncology Patients，来源于 clinicaltrials.gov，本站归类于肿瘤 / 肺癌方向。其内容聚焦于接受全身抗肿瘤治疗患者的皮肤不良反应与生活质量，覆盖乳腺癌、卵巢癌、非小细胞肺癌（NSCLC）、黑色素瘤（皮肤癌）以及妇科肿瘤等多类瘤种。根据源站描述，这是一项单中心、低风险的干预性研究，旨在刻画接受全身抗肿瘤治疗患者中已确立的治疗相关皮肤毒性，研究不会改变或影响肿瘤治疗决策，而是在常规肿瘤诊疗过程中开展标准化的仪器与临床皮肤科评估。数据集主题标签与上述瘤种一致，短描述进一步概括了其来源、关注重点与覆盖范围。
【数据集背景】
该数据集所对应的研究面向接受全身抗肿瘤治疗的患者群体，关注治疗过程中出现的皮肤相关不良反应及其对生活质量的影响。源站描述指出，研究涉及的条件包括乳腺癌、卵巢癌、非小细胞肺癌（NSCLC）、黑色素瘤（皮肤癌）以及妇科肿瘤。研究被设计为单中心、低风险的干预性研究，其核心目标是刻画已确立的治疗相关皮肤毒性。值得注意的是，该研究明确不会修改或影响肿瘤治疗决策，而是在患者接受常规癌症诊疗的过程中同步开展皮肤科评估，因此其定位更偏向于观察与评估性质，而非改变治疗路径的干预试验。
【数据内容】
依据源站描述，该数据集围绕“治疗相关皮肤毒性”和“生活质量”两个核心主题展开。研究将在常规癌症诊疗过程中执行标准化的仪器评估与临床皮肤科评估，以刻画已确立的皮肤毒性表现。所覆盖的瘤种包括乳腺癌、卵巢癌、非小细胞肺癌（NSCLC）、黑色素瘤（皮肤癌）及妇科肿瘤。除上述信息外，关于具体变量、评估量表、随访时间点、样本量等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，数据采集发生在常规癌症诊疗过程中，采用标准化的仪器与临床皮肤科评估手段，属于单中心、低风险的干预性研究框架。研究不干预或影响肿瘤治疗决策，评估与常规诊疗同步进行。关于采集机构的具体名称、地理位置、采集时间窗口等信息，源站未提供。
【适用场景】
基于源站描述，该数据集适用于关注全身抗肿瘤治疗患者皮肤不良反应与生活质量的研究与应用场景，尤其是涉及乳腺癌、卵巢癌、非小细胞肺癌（NSCLC）、黑色素瘤（皮肤癌）及妇科肿瘤的临床研究。其单中心、低风险、不改变治疗决策的设计特点，使其可用于描述性分析、皮肤毒性特征刻画以及生活质量相关探索。关于更具体的适用场景，源站未提供。
【使用方法】
源站描述提及研究将执行标准化的仪器与临床皮肤科评估，但未提供具体的数据使用方式、访问途径、分析流程或工具说明。因此，关于如何使用该数据集的具体方法，源站未提供。
【质量与限制】
该研究为单中心设计，源站描述将其界定为低风险干预性研究，且明确不修改或影响肿瘤治疗决策。这些特征可能影响结果的代表性与外推范围，但源站未就数据质量、偏倚控制、样本代表性等给出进一步说明。关于质量评估与限制的更多信息，源站未提供。
【引用与许可】
关于该数据集的引用方式与许可条款，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/NCT07869186
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、卵巢癌、非小细胞肺癌（NSCLC）、黑色素瘤（皮肤癌）、妇科癌症。这是一项单中心、低风险干预性研究，旨在描述接受全身性抗癌治疗的患者中已确立的治疗相关皮肤毒性。该研究不会改变或影响肿瘤治疗决策，但将在常规癌症治疗过程中进行标准化的仪器和临床皮肤评估。
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。
