局部用Tazarotene治疗胸部与背部基底细胞皮肤癌及基底细胞痣综合征患者
该数据集来自clinicaltrials.gov,聚焦于胸部与背部基底细胞皮肤癌及基底细胞痣综合征(BCNS)患者。研究旨在扩展和优化化学预防策略,评估局部涂抹0.1% tazarotene乳膏两年能否减少基底细胞癌(BCC)数量,并比较胸部与背部总BCC负荷差异、检测药物洗入或洗出期,以及探索随机

基本信息
资源简介
局部用Tazarotene治疗胸部与背部基底细胞皮肤癌及基底细胞痣综合征患者
该数据集来自clinicaltrials.gov,聚焦于胸部与背部基底细胞皮肤癌及基底细胞痣综合征(BCNS)患者。研究旨在扩展和优化化学预防策略,评估局部涂抹0.1% tazarotene乳膏两年能否减少基底细胞癌(BCC)数量,并比较胸部与背部总BCC负荷差异、检测药物洗入或洗出期,以及探索随机效应模型进行纵向分析。数据可用于肿瘤学与皮肤癌预防研究,支持BCC负担预测和干预效果评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤癌。目的:主要 在胸部与背部患有基底细胞痣综合征(BCNS)且处于基底细胞癌(BCC)发生高风险的个体中,扩展和优化化学预防策略。 确定与基于0-12个月观察到的BCC数量变化所预期的数量相比,胸部涂抹0.1% tazarotene乳膏两年是否会减少观察到的基底细胞癌(BCC)数量。次要 比较不同时间点和感兴趣的聚合区间内胸部与背部之间总BCC负荷(以总病灶表面积衡量)的差异。 确定tazarotene效应是否存在任何可检测的洗入或洗出期。 * 探索使用随机效应模型对总病灶随时间进行纵向分析。概述:这是一项
【主题与分类】
主题标签:Skin Carcinoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00783965
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/NCT00783965
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:皮肤癌。目的:主要目标 * 在胸部与背部患有基底细胞痣综合征(BCNS)且具有高度基底细胞癌(BCC)发展风险的个体中,扩展和完善化学预防策略。 * 确定在胸部涂抹0.1%他扎罗汀乳膏两年,是否能减少观察到的基底细胞癌(BCC)数量,与基于0-12个月期间观察到的BCC数量变化所预期的数量相比。次要目标 * 比较不同时间点和感兴趣的综合时间段内,胸部与背部总BCC负担(以总病灶表面积衡量)的差异。 * 确定他扎罗汀效应是否存在可检测的洗入或洗出期。 * 探索使用随机效应模型对随时间变化的总病灶进行纵向分析。概述:这是一项多中心研究。患者被随机分配到2个组之一。 * 组I:患者在0-12个月涂抹0.1%他扎罗汀乳膏,在13-36个月涂抹载体(安慰剂),每日一次于胸部,直至疾病进展或出现不可接受的毒性。
- 第二组:患者在0-12个月期间,于胸部涂抹载体(安慰剂),随后在13-36个月期间,每日一次涂抹0.1%他扎罗汀乳膏,直至疾病进展或出现不可接受的毒性反应。治疗侧胸部与未治疗侧背部每3个月进行一次评估,持续36个月。
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。




