帕曲妥单抗德鲁替康联合德曲妥珠单抗治疗激素受体阳性、HER2低表达或HER2超低表达不可切除或转移性乳腺癌的研究

研究主要目的是评估联合给药方案的安全性、耐受性和抗肿瘤活性。数据可用于肿瘤学与乳腺癌治疗领域的分析,支持对联合用药方案临床结局的预测与评估(来源 clinicaltrials.gov)

Daiichi SankyoDaiichi Sankyo
clinicaltrials
浏览 24
其他预测Hormone Receptor PositiveHER2-low or HER2-ultralowUnresectable or Metastatic Breast Cancer
A Study of Patritumab Deruxtecan (HER3-DXd) in Combination With Trastuzumab Deruxtecan (T-DXd) in Participants With HR-Positive, HER2-Low or HER2-Ultralow Unresectable or Metastatic Breast Cancer

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-06

资源简介

帕曲妥单抗德鲁替康联合德曲妥珠单抗治疗激素受体阳性、HER2低表达或HER2超低表达不可切除或转移性乳腺癌的研究

该数据集围绕一项针对激素受体阳性、HER2 低表达或 HER2 超低表达、不可切除或转移性乳腺癌的临床研究展开,研究药物为 Patritumab Deruxtecan(HER3-DXd)与 Trastuzumab Deruxtecan(T-DXd)的联合给药方案。研究的主要目的是评估该联合方案的安全性、耐受性以及抗肿瘤活性。数据集来源于 clinicaltrials.gov,归类于肿瘤与乳腺癌领域,主题标签涵盖激素受体阳性、HER2 低表达或 HER2 超低表达、不可切除或转移性乳腺癌。整体而言,该数据集可用于肿瘤学与乳腺癌治疗领域的分析,支持对联合用药方案临床结局的预测与评估。

【数据集背景】

该数据集对应的研究聚焦于激素受体阳性、HER2 低表达或 HER2 超低表达、不可切除或转移性乳腺癌患者群体。在这一患者人群中,探索新的联合治疗策略具有重要的临床意义。研究涉及两种抗体偶联药物:Patritumab Deruxtecan(HER3-DXd)与 Trastuzumab Deruxtecan(T-DXd),并以联合给药方案的形式进行考察。研究的主要目的明确指向安全性、耐受性和抗肿瘤活性的评估,这为后续分析联合用药在特定乳腺癌亚型中的表现提供了基础。

【数据内容】

数据集的主题标签包括激素受体阳性、HER2 低表达或 HER2 超低表达、不可切除或转移性乳腺癌。这些标签界定了研究关注的核心疾病特征与人群范围。数据集英文名称完整反映了研究药物组合与目标人群,即 Patritumab Deruxtecan(HER3-DXd)联合 Trastuzumab Deruxtecan(T-DXd)用于激素受体阳性、HER2 低表达或 HER2 超低表达、不可切除或转移性乳腺癌的研究。关于具体变量、字段结构、样本量、剂量方案、终点指标等详细数据内容,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述指出,研究条件为激素受体阳性、HER2 低表达或 HER2 超低表达、不可切除或转移性乳腺癌;研究的主要目的是评估 HER3-DXd 与 T-DXd 联合给药方案在相应参与者中的安全性、耐受性和抗肿瘤活性。除来源站与源站描述外,关于采集时间、采集方式、更新频率等具体信息,源站未提供。

【适用场景】

该数据集可用于肿瘤学与乳腺癌治疗领域的分析,支持对联合用药方案临床结局的预测与评估。具体而言,其适用方向包括围绕激素受体阳性、HER2 低表达或 HER2 超低表达、不可切除或转移性乳腺癌的联合治疗研究,以及安全性、耐受性和抗肿瘤活性相关分析。关于更细化的适用场景、建模任务或统计方法,源站未提供。

【使用方法】

源站未提供具体的使用方法说明,包括数据访问方式、预处理步骤、分析流程或推荐工具等。

【质量与限制】

源站未提供关于数据质量、完整性、偏倚控制或使用限制的具体说明。该数据集对应的研究为临床研究,其结论与适用范围应结合源站描述及原始研究设计加以理解。除源站描述所提及的研究目的与条件外,其他质量与限制信息源站未提供。

【引用与许可】

源站未提供引用格式与许可条款信息。该数据集来源于 clinicaltrials.gov,使用时应遵循来源站的相关要求。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07701941

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:激素受体阳性、HER2低表达或HER2超低表达、不可切除或转移性乳腺癌。本研究的主要目的是评估HER3-DXd和T-DXd联合给药方案在激素受体阳性、HER2低表达或HER2超低表达、不可切除或转移性乳腺癌受试者中的安全性、耐受性和抗肿瘤活性。

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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。