口服Lucitanib治疗FGFR1扩增或非扩增的雌激素受体阳性转移性乳腺癌的II期试验
该数据集来自clinicaltrials.gov，收录一项II期临床试验信息，研究对象为FGFR1扩增或非扩增的雌激素受体阳性转移性乳腺癌患者，干预方式为口服单药Lucitanib
基本信息
资源简介
口服Lucitanib治疗FGFR1扩增或非扩增的雌激素受体阳性转移性乳腺癌的II期试验
该数据集收录自临床试验注册平台 clinicaltrials.gov，主题为一项针对成纤维细胞生长因子受体1（FGFR1）扩增或非扩增的雌激素受体阳性转移性乳腺癌患者的II期临床试验。研究旨在评估口服单药Lucitanib在这类患者中的客观缓解率（ORR），受试人群按FGFR1扩增状态及11q扩增情况分层。数据集归属于肿瘤/乳腺癌分类，主题标签为Breast Cancer，可为关注乳腺癌靶向治疗研究的人员提供该试验的结构化注册信息概览。
【数据集背景】
该数据集对应的是一项II期临床试验的注册信息。试验聚焦于雌激素受体阳性转移性乳腺癌患者群体，并依据成纤维细胞生长因子受体1（FGFR1）的扩增状态以及11q扩增情况进行人群划分，包括FGFR1扩增、FGFR1非扩增但伴11q扩增、以及FGFR1非扩增且不伴11q扩增三类。研究干预方式为口服给予单药Lucitanib，主要研究目的为评估该单药治疗在上述人群中的客观缓解率（ORR）。这一背景信息有助于理解数据集所承载试验的疾病领域、分子分层思路与疗效评价终点。
【数据内容】
数据集所涵盖的内容为上述II期临床试验的注册登记信息，涉及研究条件（乳腺癌）、研究目的（评估单药Lucitanib的客观缓解率）、受试人群的分子特征分层（FGFR1扩增或非扩增，以及11q扩增状态）和干预方式（口服单药Lucitanib）。数据集的主题标签为Breast Cancer，分类归属为肿瘤/乳腺癌。除上述注册描述所体现的内容外，源站未提供更细粒度的数据字段说明。
【采集与来源】
该数据集来源于临床试验注册平台 clinicaltrials.gov，属于该平台公开注册的临床试验信息条目。其内容对应一项II期临床试验的注册描述，研究条件为乳腺癌，研究目的为评估单药Lucitanib在特定分子特征分层人群中的客观缓解率。数据集的采集渠道即为该注册平台，未涉及其他来源的补充说明。
【适用场景】
该数据集适用于需要了解或检索乳腺癌靶向治疗临床试验注册信息的场景，例如关注FGFR1扩增状态与11q扩增状态分层下雌激素受体阳性转移性乳腺癌研究设计的人员，可用于获取该试验的研究目的、干预方式与人群分层框架等注册层面的概览信息。其主题标签与分类也便于在肿瘤/乳腺癌相关数据集合中进行归类和检索。源站未提供关于其他具体应用场景的说明。
【使用方法】
源站未提供该数据集的具体使用方法说明。使用者可依据其作为临床试验注册信息的属性，将其用于检索和了解该试验的注册描述内容；具体的使用方式、访问接口或检索路径，源站未提供。
【质量与限制】
该数据集为临床试验注册信息的收录，其内容范围限于注册描述所体现的试验条件、研究目的、人群分层与干预方式等。源站未提供关于数据完整性、准确性校验、更新频率或版本管理等方面的说明。由于缺乏更细粒度的字段与结果数据说明，该数据集不包含试验结果指标或统计分析内容，使用者应注意其信息层级限于注册描述。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。使用时应以 clinicaltrials.gov 的注册条目为准，具体引用格式与使用许可条款源站未提供。
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/NCT02053636
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：乳腺癌。本研究旨在评估单药lucitanib在FGFR1扩增、FGFR1未扩增伴11q扩增或FGFR1未扩增不伴11q扩增的转移性乳腺癌患者中的客观缓解率（ORR）。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
