T4N5脂质体洗剂预防肾移植患者非黑色素瘤皮肤癌复发
该数据集来自clinicaltrials.gov,聚焦于肾移植后非黑色素瘤皮肤癌的预防研究。数据涉及日光暴露皮肤上非黑色素瘤皮肤癌(NMSC)的发生率、复发及新发日光性角化病(AKs)等指标,比较T4N5脂质体洗剂与安慰剂的疗效

基本信息
资源简介
T4N5脂质体洗剂预防肾移植患者非黑色素瘤皮肤癌复发
该数据集来自clinicaltrials.gov,聚焦于肾移植后非黑色素瘤皮肤癌的预防研究。数据涉及日光暴露皮肤上非黑色素瘤皮肤癌(NMSC)的发生率、复发及新发日光性角化病(AKs)等指标,比较T4N5脂质体洗剂与安慰剂的疗效。可用于评估药物对皮肤癌复发的预防效果,支持肿瘤学与皮肤癌领域的预测建模或疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:日光性角化病、皮肤基底细胞癌、复发性皮肤癌、皮肤鳞状细胞癌。主要目标:I. 比较有非黑色素瘤皮肤癌(NMSC)病史的肾移植受者中,接受T4N5脂质体洗剂与安慰剂治疗的日光暴露皮肤上NMSC(每例患者平均)的发生率。次要目标:I. 比较这些患者在治疗期间及停止治疗后在日光暴露皮肤上发生NMSC的比例。II. 比较这些患者停止治疗后在日光暴露皮肤上NMSC的发生率。III. 比较接受这些方案治疗的患者中复发性和新发性日光性角化病(AKs)的发生率。IV. 确定这些方案中是否有任何一种能诱导这些患者日光暴露皮肤上未经治疗的AKs消退。V
【主题与分类】
主题标签:Actinic Keratosis、Basal Cell Carcinoma of the Skin、Recurrent Skin Cancer、Squamous Cell Carcinoma of the Skin。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00089180
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/NCT00089180
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:光化性角化病、皮肤基底细胞癌、复发性皮肤癌、皮肤鳞状细胞癌。主要目的:I. 比较有非黑色素瘤皮肤癌(NMSC)病史的肾移植受者中,接受T4N5脂质体洗剂治疗与安慰剂治疗的日光暴露皮肤上NMSC的发生率(每名患者平均)。次要目的:I. 比较这些患者在接受这些方案治疗期间及停止治疗后,日光暴露皮肤上发生NMSC的比例。II. 比较这些患者停止这些方案治疗后日光暴露皮肤上NMSC的发生率。III. 比较接受这些方案治疗的患者中复发性和新发性光化性角化病(AK)的发生率。IV. 确定这些方案中是否有任一方案能使这些患者日光暴露皮肤上未经治疗的AK消退。V. 比较这些患者在接受这些方案治疗期间及停止治疗后,治疗部位和未治疗部位发生黑色素瘤的比例。概要:这是一项随机、双盲、安慰剂对照、多中心研究。患者按研究中心进行分层。
患者被随机分配到2个组中的1个。随机分组前6个月,可疑为非黑色素瘤皮肤癌(NMSC)的病变通过手术切除并进行组织学分析。除10个随机选择的非可疑病变外,其余全部切除。在这10个病变中,5个在治疗前立即进行刮取活检,用于组织学和替代终点生物标志物(SEB)分析,并确定基线光化性角化病:疣比值。患者还在治疗前接受外观正常的日光暴露部位和非日光暴露部位(臀部)皮肤活检。I组:患者将T4N5脂质体洗剂局部涂抹于头部、颈部、面部和上肢未封闭的日光暴露区域,每日一次,持续12个月。II组:患者将安慰剂局部涂抹于头部、颈部、面部和上肢未封闭的日光暴露区域,每日一次,持续12个月。两组治疗在未出现
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。




