放疗后鼻咽坏死假膜清除研究
该数据集来自clinicaltrials.gov,聚焦复发鼻咽癌再程放疗后放射性鼻咽坏死,研究假膜清除干预。研究为前瞻性、单臂、多中心介入设计,在中国三家医院开展,计划入组40例

基本信息
资源简介
放疗后鼻咽坏死假膜清除研究
该数据集来自clinicaltrials.gov,聚焦复发鼻咽癌再程放疗后放射性鼻咽坏死,研究假膜清除干预。研究为前瞻性、单臂、多中心介入设计,在中国三家医院开展,计划入组40例。样本量基于文献中再程放疗后2年坏死发生率约40%的假设,预期降至20%,单侧α=0.05、把握度80%计算需36例,考虑10%脱落率后确定目标入组数。数据可用于评估该干预对坏死发生率的效应及开展相关预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:鼻咽癌(NPC)、放射性损伤、坏死。研究设计:这是一项前瞻性、单臂、多中心介入性研究,无随机化或盲法。研究将在中国三家医院开展:江西省肿瘤医院、中山大学附属第五医院和南昌大学第一附属医院。共计划入组40名参与者。样本量计算:根据已发表文献,复发鼻咽癌患者再程放疗(re-RT)后放射性鼻咽坏死的2年发生率约为40%。本研究预期将发生率降至20%。采用单侧α=0.05、把握度80%(β=0.20),计算样本量为36例患者。考虑10%的脱落或失访率,目标入组
【主题与分类】
主题标签:Nasopharyngeal Carcinoma (NPC)、Radiation Injuries、Necrosis。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07552883
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/NCT07552883
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(NPC)、放射性损伤、坏死。研究设计:这是一项前瞻性、单臂、多中心干预性研究,不设随机化或盲法。研究将在中国三家医院开展:江西省肿瘤医院、中山大学附属第五医院和南昌大学第一附属医院。共计划入组40名受试者。样本量计算:根据已发表文献,复发鼻咽癌患者再程放疗(re-RT)后放射性鼻咽坏死的2年发生率约为40%。本研究预期将该发生率降至20%。以单侧α=0.05、把握度80%(β=0.20)计算,所需样本量为36例患者。考虑10%的脱落或失访率,目标入组人数为40例患者。
关键纳入标准:年龄18-80岁;ECOG评分≤2;既往接受过剂量≥66Gy的根治性放疗;影像学或组织病理学证实局部复发和/或咽后淋巴结复发,伴或不伴颈部淋巴结复发;再程放疗单次剂量<2.3Gy、总剂量≥50Gy;再程放疗期间或之后鼻咽黏膜出现假膜反应;预期生存期>1年;诱导化疗、免疫治疗、同步化疗、辅助化疗或单纯放疗均可。干预程序:由经验丰富的耳鼻喉科医师进行内镜下鼻咽假膜清除术。该操作在再程放疗期间或之后出现假膜反应的复发鼻咽癌患者中实施。随访计划:干预后每3个月随访一次,持续2年。随访评估包括鼻咽内镜检查、影像学检查(MRI或CT)、症状评估及不良事件记录。统计学方法:主要结局(鼻咽坏死2年发生率
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。




