局部维生素C治疗基底细胞癌
源站描述指出皮肤癌是美国最常见癌症,基底细胞癌为最常见类型,年诊断约430万例,治疗费用每年约48亿美元。研究比较患者在家每日两次局部涂抹30%抗坏血酸(溶于95%二甲基亚砜)持续8周,与FDA批准的5%咪喹莫特乳膏的疗效

基本信息
资源简介
局部维生素C治疗基底细胞癌
该数据集来自 clinicaltrials.gov,聚焦基底细胞癌(Basal Cell Carcinoma)的局部治疗研究。源站描述指出皮肤癌是美国最常见癌症,基底细胞癌为最常见类型,年诊断约430万例,治疗费用每年约48亿美元。研究比较患者在家每日两次局部涂抹30%抗坏血酸(溶于95%二甲基亚砜)持续8周,与FDA批准的5%咪喹莫特乳膏的疗效。数据可用于评估该治疗方案对基底细胞癌的疗效预测与临床决策支持(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:基底细胞癌。重要性:皮肤癌是美国最常见的癌症,每年确诊人数超过所有其他癌症的总和(1)。基底细胞癌是最常见的类型,估计每年确诊430万例(2,3)。美国治疗该癌症的费用估计为每年48亿美元(4)。特别工作组共识指南建议将Mohs手术作为首选治疗方法,并作为最精确和有效的单一治疗方法(5)。然而,费用和美观问题是其主要缺点。目的:评估一种治疗基底细胞癌的治疗方案的有效性,该方案由30%抗坏血酸溶于95%二甲基亚砜中组成,由患者在家每天局部涂抹两次,持续8周,与5%咪喹莫特乳膏(一种FDA批准的BCC治疗方法)进行比较。设计、设置和参与者:本研究
【主题与分类】
主题标签:Basal Cell Carcinoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04279535
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/NCT04279535
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:基底细胞癌。重要性:皮肤癌是美国最常见的癌症,每年确诊人数超过所有其他癌症的总和(1)。基底细胞癌是最常见的类型,估计每年确诊430万例(2,3)。美国治疗这种癌症的费用估计每年为48亿美元(4)。专责小组共识指南建议将莫氏手术作为首选治疗方法,以及作为最精确和有效的单一治疗方法(5)。然而,费用和美观问题是其主要缺点。目的:评估一种治疗方案在治疗基底细胞癌中的疗效,该方案包括患者在家中局部应用含30%抗坏血酸的95%二甲基亚砜,每日两次,持续8周,与5%咪喹莫特乳膏(FDA批准用于治疗基底细胞癌)进行对比。设计、设置和参与者:本研究按照《赫尔辛基宣言》的原则进行。从每位患者处获得了详细的知情同意。
任何年龄的符合条件的参与者均患有经组织学确诊的原发性、既往未经治疗的结节型或浅表型基底细胞癌,且不位于亚临床肿瘤扩散高风险部位(鼻、耳、眼睑、眉毛或颞部( ))。浸润性、复发性或硬化型基底细胞癌患者被排除在研究之外。按照制造商关于基底细胞癌治疗的说明,咪喹莫特每周使用5天,每天一次。患者被随机分配到治疗组。参与者和结果评估者对治疗方案设盲。患者在初次就诊、4周、8周以及治疗结束后六周进行最终活检时接受随访。IMQ组中持续完成12周治疗的那些参与者接受了一次额外随访。AA治疗为溶液,而IMQ为乳膏,但参与者仅被告知他们将接受一种局部治疗,并获得如何涂抹的说明,因此设盲保持完整。组织病理
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。




