Alisertib联合内分泌治疗HR阳性HER2阴性复发或转移性乳腺癌研究
该数据集来自clinicaltrials.gov,收录一项关于Alisertib联合内分泌治疗HR阳性、HER2阴性复发或转移性乳腺癌的II期随机剂量优化多中心研究

基本信息
资源简介
Alisertib联合内分泌治疗HR阳性HER2阴性复发或转移性乳腺癌研究
该数据集来自clinicaltrials.gov,收录一项关于Alisertib联合内分泌治疗HR阳性、HER2阴性复发或转移性乳腺癌的II期随机剂量优化多中心研究。研究对象为经病理确认的HR阳性/HER2阴性转移性乳腺癌患者,且在接受至少两线内分泌治疗后出现进展。研究旨在评估Alisertib联合选定内分泌治疗的最佳剂量,并评价联合方案的疗效、安全性和药代动力学,同时识别可能从联合治疗中获益最多的生物标志物定义亚组。可用于乳腺癌治疗相关的分类与预测建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:激素受体阳性HER-2阴性乳腺癌、转移性乳腺癌、复发性乳腺癌。PUMA-ALI-1201是一项随机、剂量优化、多中心、II期研究,研究alisertib联合内分泌治疗用于经病理确认的HR阳性/HER2阴性转移性乳腺癌(MBC)参与者,这些参与者在复发或转移背景下接受至少两线既往内分泌治疗后出现进展。本研究旨在评估alisertib联合选定内分泌治疗的最佳给药剂量。该研究还计划评估alisertib联合内分泌治疗的疗效、安全性和药代动力学,并识别可能从alisertib联合内分泌治疗中获益最多的生物标志物定义亚组。在修正案4之前随机化的参与者被纳
【主题与分类】
主题标签:Metastatic Breast Cancer、Recurrent Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06369285
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/NCT06369285
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:激素受体阳性HER-2阴性乳腺癌、转移性乳腺癌、复发性乳腺癌。PUMA-ALI-1201是一项随机、剂量优化、多中心、2期研究,旨在评估alisertib联合内分泌治疗用于病理确诊的HR阳性/HER2阴性转移性乳腺癌(MBC)参与者的疗效,这些参与者在复发或转移阶段接受过至少两种既往内分泌治疗后出现疾病进展。本研究旨在评估alisertib与选定内分泌治疗联合给药的最佳剂量。该研究还计划评估alisertib联合内分泌治疗的疗效、安全性和药代动力学,并确定可能从alisertib联合内分泌治疗中获益最多的生物标志物定义亚组。在第4版修正案之前随机分配的参与者按1:1:1随机分配至第1组、第2组或第3组。在第4版修正案下随机分配的参与者将按1:1随机分配至第1组或第2组。
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。




