CD2含片预防头颈癌放化疗患者急性口腔黏膜炎
该数据集来自clinicaltrials.gov,聚焦头颈癌患者在接受放化疗期间出现的口腔黏膜炎及相关疼痛、吞咽困难与体重变化等问题

基本信息
资源简介
CD2含片预防头颈癌放化疗患者急性口腔黏膜炎
该数据集来自clinicaltrials.gov,聚焦头颈癌患者在接受放化疗期间出现的口腔黏膜炎及相关疼痛、吞咽困难与体重变化等问题。数据围绕Lactobacillus brevis CD2含片是否可减轻口腔黏膜炎相关疼痛及黏膜炎严重程度展开,涉及MTS评分、WHO口腔黏膜炎量表、OMAS与CTCAE等评估指标,并关注口腔黏膜炎对吞咽、饮水、进食、说话和睡眠能力的影响,可用于口腔黏膜炎干预效果分析与症状管理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:头颈癌、放射治疗口腔并发症、疼痛、体重变化。目的:主要 确定Lactobacillus brevis CD2含片是否能有效减轻接受头颈鳞状细胞癌放化疗(CRT)患者的口腔黏膜炎(OM)相关疼痛,以放化疗期间每日及放化疗完成后4周每日测量的口腔与咽喉疼痛(MTS)评分(口腔黏膜炎每日问卷[OMDQ]第2题)曲线下面积(AUC)衡量。次要 评估L. brevis CD2含片是否减轻由提供者使用WHO口腔黏膜炎量表、口腔黏膜炎评估量表(OMAS)和常见不良事件术语标准(CTCAE)评估的口腔黏膜炎。* 评估L. brevis CD2含片是否减轻口腔黏膜炎对吞咽、饮水、进食、说话和睡眠能力的影响,以MTS-Activ评估。
【主题与分类】
主题标签:Head and Neck Cancer、Oral Complications of Radiation Therapy、Pain、Weight Changes。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01545687
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/NCT01545687
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:头颈癌、放射治疗的口腔并发症、疼痛、体重变化。目的:主要 * 确定短乳杆菌CD2含片是否能有效减轻接受头颈部鳞状细胞癌放化疗(CRT)患者的口腔黏膜炎(OM)相关疼痛,以放化疗期间及放化疗完成后4周内每日测量的口腔和咽喉疼痛(MTS)评分(口腔黏膜炎每日问卷[OMDQ]第2题)的曲线下面积(AUC)衡量。次要 * 评估短乳杆菌CD2含片是否能减轻OM,由提供者使用WHO OM量表、口腔黏膜炎评估量表(OMAS)和常见不良事件术语标准(CTCAE)进行评估。 * 评估短乳杆菌CD2含片是否能减轻OM对吞咽、饮水、进食、说话和睡眠能力的影响,以MTS-活动受限(MTS-AL)评估。 * 评估短乳杆菌CD2含片是否能改善生活质量,以癌症治疗功能评估-头颈部(FACT-HN)评估。 * 评估短乳杆菌CD2含片是否能减少阿片类药物需求。 * 评估短乳杆菌CD2含片是否能
短乳杆菌CD2含片提高放疗依从性。* 评估短乳杆菌CD2含片是否减少体重下降及对喂养管的需求。* 评估短乳杆菌CD2含片是否影响治疗后12个月的无病生存期(DFS)。* 评估短乳杆菌CD2含片对唾液生物标志物的影响,包括代谢组学和炎症标志物,在基线、放化疗第3周及放化疗最后一周进行测量。(探索性)大纲:这是一项多中心、随机、安慰剂对照、双盲研究。患者按原发疾病部位(口腔/口咽 vs 鼻咽 vs 下咽/喉)、放化疗(CRT)背景(根治性 vs 术后)、顺铂方案(每3周[100 mg/m^2] vs 每周[30-40 mg/m^2])以及调强放疗(IMRT)的使用(是 vs 否)进行分层。患者随机分配至2种治疗中的1种
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。




