加压疗法预防CIPN的前瞻性自身对照试验
该数据集来自clinicaltrials.gov，收录一项单中心、自身对照、评估者盲法的前瞻性研究，针对鼻咽癌患者使用加压手套和足套预防紫杉醇诱导的周围神经病变（CIPN）
基本信息
资源简介
加压疗法预防CIPN的前瞻性自身对照试验
该数据集对应一项来自 clinicaltrials.gov 的注册研究，英文名称为“Compression Therapy as a Prophylactic Method Against CIPN: a Prospective Self-controlled Trial”，本站归入肿瘤 / 其他分类。研究聚焦鼻咽癌患者在接受紫杉醇治疗过程中出现的化疗诱导周围神经病变（CIPN），探索以加压手套和足套作为预防手段的可行性。研究设计为单中心、自身对照、评估者盲法的前瞻性试验，受试者同时作为自身对照，评估者在盲法条件下进行结局判定。数据集主题标签为鼻咽癌与化疗诱导周围神经病变，整体侧写强调其来源可靠、设计严谨，面向肿瘤支持治疗与神经毒性预防研究方向。
【数据集背景】
紫杉醇是鼻咽癌等恶性肿瘤治疗中常用的化疗药物，但其引起的周围神经病变是常见的剂量限制性毒性，可表现为手足麻木、感觉异常等症状，影响患者生活质量和治疗连续性。该研究正是在这一临床问题背景下提出，尝试以物理性加压手段——加压手套与足套——作为预防性干预，评估其在紫杉醇诱导周围神经病变中的防护作用。研究以鼻咽癌患者为对象，采用自身对照设计，意在减少个体差异对结果的影响，并通过评估者盲法控制评价偏倚。
【数据内容】
该数据集围绕一项前瞻性自身对照试验组织，核心内容涉及鼻咽癌患者使用加压手套和足套预防紫杉醇诱导周围神经病变的观察数据。主题标签明确指向鼻咽癌与化疗诱导周围神经病变两个方向。关于具体变量字段、样本量、随访时间点、神经病变评价量表及结局指标等细节，源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov 注册的临床研究条目，源站描述表明这是一项单中心、自身对照、评估者盲法的前瞻性研究，干预方式为对鼻咽癌患者应用加压手套和足套，以预防紫杉醇诱导的周围神经病变。研究条件涉及鼻咽癌与化疗诱导周围神经病变。关于具体采集机构、采集时间窗、数据采集流程与质量控制措施，源站未提供。
【适用场景】
该数据集适用于肿瘤支持治疗、化疗神经毒性预防、鼻咽癌综合治疗等研究方向，可供关注物理性加压干预预防紫杉醇相关周围神经病变的研究者参考，也可用于自身对照设计与评估者盲法试验方法学的学习与讨论。关于具体分析场景与建模用途，源站未提供。
【使用方法】
该数据集来自 clinicaltrials.gov 的注册研究条目，使用时应结合源站条目理解研究设计与干预背景。关于数据访问方式、文件格式、字段说明及分析建议，源站未提供。
【质量与限制】
研究采用自身对照与评估者盲法设计，有助于控制个体差异与评价偏倚，且为前瞻性研究，设计上具有一定严谨性。但研究为单中心设计，样本来源相对集中，外推性可能受限。关于样本量、失访情况、结局完整性与统计效能等具体质量指标，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov，引用时应注明源站条目及研究英文名称“Compression Therapy as a Prophylactic Method Against CIPN: a Prospective Self-controlled Trial”。关于具体许可条款与引用格式要求，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/NCT05531916
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
条件：鼻咽癌，CIPN——化疗诱导的周围神经病变。这是一项单中心、自身对照、评估者盲法的前瞻性研究，应用加压手套和足套预防鼻咽癌患者紫杉醇诱导的周围神经病变。
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。
