SYS6043对比研究者选择化疗一线治疗不可切除局部复发或转移性三阴性乳腺癌的研究
该数据集来自clinicaltrials.gov,收录一项针对不可切除局部复发或转移性三阴性乳腺癌(TNBC)的随机、对照、开放标签、多中心研究

基本信息
资源简介
SYS6043对比研究者选择化疗一线治疗不可切除局部复发或转移性三阴性乳腺癌的研究
该数据集来自clinicaltrials.gov,收录一项针对不可切除局部复发或转移性三阴性乳腺癌(TNBC)的随机、对照、开放标签、多中心研究。受试者为未接受过系统治疗的TNBC患者,涵盖PD-L1阴性、PD-L1阳性经新辅助/辅助PD-1/PD-L1抑制剂治疗后复发、以及PD-L1阳性因合并症无法耐受PD-1/PD-L1抑制剂治疗的人群。计划入组约550例,按1:1随机分配至试验组或对照组,持续治疗至BICR确认疾病进展、研究者判断无进一步临床获益、不可接受毒性、撤回知情同意、失访或死亡。可用于TNBC一线治疗方案的疗效与安全性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:三阴性乳腺癌。这是一项随机、对照、开放标签、多中心研究。符合条件的受试者为未接受过既往系统治疗的不可切除局部复发或转移性三阴性乳腺癌(TNBC)患者。受试者可能为PD-L1阴性;或PD-L1阳性且在新辅助/辅助治疗背景下接受PD-1/PD-L1抑制剂治疗后出现疾病复发;或PD-L1阳性但因其他基础合并症无法耐受PD-1/PD-L1抑制剂治疗。约550名受试者将入组并按1:1比例随机分配至试验组或对照组。所有入组受试者将继续研究治疗直至BICR确认的疾病进展、研究者判断无进一步临床获益、不可接受的毒性、撤回知情同意、失访、死亡或e
【主题与分类】
主题标签:Triple Negative Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07879911
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/NCT07879911
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
适应症:三阴性乳腺癌。这是一项随机、对照、开放标签、多中心研究。符合条件的受试者为既往未接受过全身治疗的不可切除局部复发或转移性三阴性乳腺癌(TNBC)患者。受试者可能为PD-L1阴性;或PD-L1阳性且在新辅助/辅助治疗阶段接受PD-1/PD-L1抑制剂治疗后出现疾病复发;或PD-L1阳性但因其他基础合并症无法耐受PD-1/PD-L1抑制剂治疗。约550名受试者将入组,并按1:1比例随机分配至试验组或对照组。所有入组受试者将继续接受研究治疗,直至BICR确认的疾病进展、研究者判断无进一步临床获益、不可接受的毒性、撤回知情同意、失访、死亡或研究结束,以先发生者为准。停止研究治疗后,受试者将完成治疗结束(EOT)访视及安全性随访。
末次研究药物给药后,将每3个月(±14天)进行一次生存访视,以收集参与者的生存状态及后续抗肿瘤治疗的相关信息。
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。




