辅助内分泌治疗联合帕妥珠单抗与曲妥珠单抗治疗解剖学I期激素受体阳性HER2阳性乳腺癌的单臂II期研究
该数据集来自clinicaltrials.gov,聚焦解剖学I期、激素受体阳性且HER2阳性的乳腺癌,涵盖HER2阳性乳腺癌、浸润性乳腺癌、淋巴结阴性乳腺癌、微转移乳腺癌及激素受体阳性乳腺癌等情形

基本信息
资源简介
辅助内分泌治疗联合帕妥珠单抗与曲妥珠单抗治疗解剖学I期激素受体阳性HER2阳性乳腺癌的单臂II期研究
该数据集来自clinicaltrials.gov,聚焦解剖学I期、激素受体阳性且HER2阳性的乳腺癌,涵盖HER2阳性乳腺癌、浸润性乳腺癌、淋巴结阴性乳腺癌、微转移乳腺癌及激素受体阳性乳腺癌等情形。研究为单臂II期临床试验,受试者接受为期1年的HER2靶向治疗以及约5年的激素治疗,预计约375人参与。研究流程包括资格筛查、实验室评估、体格检查、问卷和随访。数据可用于探索该药物组合在特定乳腺癌人群中的安全性与有效性,支持治疗反应与预后相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HER2阳性乳腺癌、乳腺浸润性癌、乳腺癌、淋巴结阴性乳腺癌、微转移乳腺癌、激素受体阳性乳腺癌。研究研究程序包括资格筛查和研究治疗,包括实验室评估、体格检查、问卷和随访访视。 参与者将接受为期1年的HER2靶向治疗和约5年的激素治疗。 预计约375人将参加这项研究。这项研究是一项II期临床试验。II期临床试验测试研究性药物组合的安全性和有效性,以了解该药物在治疗特定疾病中是否有效。“研究性”意味着该药物组合正在被研究。药物曲妥珠单抗和帕妥珠单抗均为单克隆抗体,
【主题与分类】
主题标签:HER2-positive Breast Cancer、Invasive Carcinoma of the Breast、Breast Cancer、Node Negative Breast Cancer、Micrometastasis Breast Cancer、Hormone Receptor Positive Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04569747
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/NCT04569747
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:HER2阳性乳腺癌、乳腺浸润性癌、乳腺癌、淋巴结阴性乳腺癌、微转移乳腺癌、激素受体阳性乳腺癌。研究程序包括资格筛选和研究治疗,包括实验室评估、体格检查、问卷和随访。* 参与者将接受为期1年的HER2靶向治疗和约5年的激素治疗。* 预计约375人将参加这项研究。本研究为II期临床试验。II期临床试验测试研究性药物组合的安全性和有效性,以了解该药物是否对治疗特定疾病有效。“研究性”意味着该药物组合正在研究中。曲妥珠单抗和帕妥珠单抗均为单克隆抗体,即由克隆免疫细胞产生的抗病蛋白质。美国食品药品监督管理局(FDA)已批准曲妥珠单抗、帕妥珠单抗以及曲妥珠单抗+帕妥珠单抗皮下固定剂量组合(PHESGO)用于治疗HER2阳性乳腺癌。
FDA还批准了激素疗法用于治疗激素受体阳性乳腺癌。
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。




