基于Copaíba的漱口水在放疗口腔癌患者口腔黏膜炎预防与治疗中的作用
该数据集来自clinicaltrials.gov,聚焦口腔癌患者放疗期间口腔黏膜炎(OM)的预防与治疗,干预方式为基于Copaíba的漱口水

基本信息
资源简介
基于Copaíba的漱口水在放疗口腔癌患者口腔黏膜炎预防与治疗中的作用
该数据集来自clinicaltrials.gov,聚焦口腔癌患者放疗期间口腔黏膜炎(OM)的预防与治疗,干预方式为基于Copaíba的漱口水。源站描述指出,口腔癌是巴西第八大常见肿瘤,2023-2025年期间预计每年新增15,100例;治疗取决于患者临床状况、肿瘤位置和分期,涉及手术、化疗或放疗,放疗剂量在50至70 Gy之间,会损伤邻近组织并影响生活质量,口腔黏膜炎是相关最显著的急性毒性。数据可用于口腔黏膜炎防治相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:口腔黏膜炎、放射性口腔黏膜炎(溃疡性)、抗肿瘤治疗所致口腔黏膜炎(溃疡性)、放射性口腔黏膜炎。口腔癌是巴西第八大常见肿瘤类型,2023-2025年期间预计每年新增15,100例。其治疗取决于患者的临床状况、肿瘤位置和分期,涉及手术、化疗(CT)或放疗(RT),可单独或联合使用。放疗涉及50至70 Gy之间的剂量,除对肿瘤的作用外,还会对邻近组织产生毒性,损害患者的生活质量。口腔黏膜炎(OM)是与该部位肿瘤放疗(伴或不伴化疗)相关的最显著的急性毒性。7,8 其预防和治疗方案已被以多种方式提出,但对于口腔癌肿瘤的放疗,其
【主题与分类】
主题标签:Oral Mucositis、Oral Mucositis Due to Radiation。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06708702
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/NCT06708702
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:口腔黏膜炎、放射性口腔黏膜炎(溃疡性)、抗肿瘤治疗所致口腔黏膜炎(溃疡性)、放射性口腔黏膜炎。口腔癌是巴西第8大常见癌症类型,估计2023-2025年期间每年新增15,100例。其治疗取决于患者的临床状况、肿瘤位置和分期,涉及手术、化疗(CT)或放疗(RT),单独或联合使用。放疗涉及50至70 Gy的剂量,除了对肿瘤的作用外,还会对邻近组织产生毒性,影响患者的生活质量。口腔黏膜炎(OM)是与该部位肿瘤放疗相关或不联合化疗的最显著的急性毒性。7,8 其预防和治疗方法已被多种方式提出,但对于口腔肿瘤的放疗,已有证据支持使用低强度激光疗法(LBP)和盐酸苄达明。
然而,盐酸苄达明对接受高达50 Gy放疗剂量的患者有效,而在肿瘤区域应用低水平激光治疗(LBP)是禁忌的,因为其作用源于激活呼吸链受体,从而刺激细胞代谢。因此,这些部位的OM病情往往较为严重,尤其是在有口腔肿瘤病变的患者中。从这个意义上说,辅助治疗方法的需求变得显而易见。本研究团队此前曾开展过一项针对接受放疗的口腔癌患者使用古巴香脂(CPB)的I期研究。在该研究中,使用漱口水未在任何接受治疗的患者中引发剂量限制性毒性,这使我们能够得出结论:所测试的最大剂量15%、每日使用4次对于开展II期研究是安全的。在没有OM病变的情况下,没有患者报告与使用漱口水相关的疼痛或烧灼感,表明该用法安全且无毒。对漱口水有效性的初步评估显示,89.5%的患者出现了OM病变,最高为3级;所评估的患者中无一发展为4级黏
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。




