ALTENS或毛果芸香碱治疗头颈癌放疗早期口干症
该数据集来自clinicaltrials.gov,聚焦头颈癌患者放疗后早期口干症(xerostomia)的干预研究,比较ALTENS(类针灸经皮电神经刺激)与毛果芸香碱盐酸盐的疗效

基本信息
资源简介
ALTENS或毛果芸香碱治疗头颈癌放疗早期口干症
该数据集来自clinicaltrials.gov,聚焦头颈癌患者放疗后早期口干症(xerostomia)的干预研究,比较ALTENS(类针灸经皮电神经刺激)与毛果芸香碱盐酸盐的疗效。数据覆盖II期可行性评估与III期疗效比较,主要结局包括采用University of Michigan 15项口干相关生活质量量表(XeQOLS)在随机化后9个月评估总体口干负担,次要结局涉及6、4、6、15个月等多个时间点的口干负担变化。可用于分析两种干预对放疗相关口干症患者生活质量的影响,支持疗效预测与比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:头颈癌、口干症。目的:主要 确定在合作组环境中使用Codetron™设备对放疗诱导早期口干症的头颈癌患者成功实施类针灸经皮电神经刺激(ALTENS)的可行性。(II期) 比较ALTENS治疗与盐酸毛果芸香碱在这些患者中减少总体口干负担的疗效,通过随机化后9个月时的University of Michigan 15项口干相关生活质量量表(XeQOLS)测量。(III期)次要 评估ALTENS治疗在研究入组后6个月时对这些患者总体口干负担的影响。(II期) 比较这些治疗在这些患者中随机化后4、6和15个月时减少总体口干负担的疗效。(期
【主题与分类】
主题标签:Head and Neck Cancer、Xerostomia。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00656513
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/NCT00656513
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:头颈部肿瘤、口干症。目的:主要 * 确定在合作组环境下,使用Codetron™设备对伴有早期放疗诱导口干症的头颈部肿瘤患者成功实施类针灸经皮电神经刺激(ALTENS)的可行性。(II期) * 比较ALTENS治疗与盐酸毛果芸香碱在这些患者中减轻总体口干症负担的疗效,以随机化后9个月时密歇根大学15项口干症相关生活质量量表(XeQOLS)测量结果为准。(III期)次要 * 评估ALTENS治疗对研究入组后6个月时这些患者总体口干症负担的影响。(II期) * 比较这些治疗在随机化后4、6和15个月时减轻这些患者总体口干症负担的疗效。(III期) * 比较这些治疗在随机化后4、6、9和15个月时减轻这些患者症状负担的疗效,以XeQOLS的四个领域(即身体功能、社会功能、个人/心理功能以及疼痛/不适)测量结果为准。
(III期)* 比较这些治疗在这些患者中于随机化后4、6、9和15个月时增加刺激(即柠檬酸激发)全唾液流率(WSP)的疗效,以唾液测量法测定。(III期)* 比较这些治疗在这些患者中于随机化后4、6、9和15个月时增加非刺激(即基础)WSP的疗效,以唾液测量法测定。(III期)* 比较这些治疗在这些患者中相关的不良事件。(III期)大纲:这是一项先进行II期、随后进行III期的多中心研究。* II期:患者在以下穴位放置表面电极:大肠、脾、胃和任脉。随后患者接受类似针灸的经皮电神经刺激(ALTENS)至e
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。




