非pCR HER2阳性早期乳腺癌新辅助治疗后辅助治疗选择数据集

该数据集来自clinicaltrials.gov,聚焦HER2阳性早期乳腺癌患者在新辅助治疗后未达到病理完全缓解(non-pCR)情况下的辅助治疗选择

Shu WangShu Wang
clinicaltrials
浏览 9
其他HER2-positive Breast Cancer
Adjuvant Therapy Choice for Non-pCR HER2 Positive Early Breast Cancer After Neoadjuvant Therapy

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

非pCR HER2阳性早期乳腺癌新辅助治疗后辅助治疗选择数据集

该数据集来自clinicaltrials.gov,聚焦HER2阳性早期乳腺癌患者在新辅助治疗后未达到病理完全缓解(non-pCR)情况下的辅助治疗选择。数据覆盖2019年1月至2028年12月,包含回顾性及前瞻性招募的接受曲妥珠单抗和帕妥珠单抗为基础新辅助治疗且术后病理存在浸润性残留癌的患者。数据集可用于分析此类患者的治疗决策模式及相关临床特征(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。研究者回顾性招募了2019年1月1日至2024年11月31日期间接受曲妥珠单抗和帕妥珠单抗为基础的新辅助治疗、术后病理存在浸润性残留癌的HER2阳性乳腺癌患者,并前瞻性招募2024年12月1日至2028年12月31日期间的同类型患者。纳入标准:1. 在北京大学人民医院通过活检诊断为HER2阳性乳腺癌的患者;2. 治疗前临床分期为T1-T4、N0-N3、M0;3. 在本院接受治疗和手术,并有住院记录;4. 接受至少4个周期的曲妥珠单抗和帕妥珠单抗靶向治疗联合化疗作为新辅助治疗;5. 术后病理证实乳腺和/或转移瘤中存在残留浸润性乳腺癌。

【主题与分类】

主题标签:HER2-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/NCT06693037

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/NCT06693037

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:HER2阳性乳腺癌。研究者回顾性招募2019年1月1日至2024年11月31日期间接受曲妥珠单抗和帕妥珠单抗为基础的新辅助治疗、术后病理存在浸润性残留癌的HER2阳性乳腺癌患者,并前瞻性招募2024年12月1日至2028年12月31日期间同类型患者。纳入标准:1. 经北京大学人民医院活检诊断为HER2阳性乳腺癌的患者;2. 治疗前临床分期为T1-T4、N0-N3、M0;3. 在本院接受治疗和手术,并有住院记录;4. 接受至少4个周期的曲妥珠单抗和帕妥珠单抗靶向治疗联合化疗作为新辅助治疗;5. 术后病理证实乳腺和/或腋窝淋巴结转移肿瘤病灶存在残留浸润性乳腺癌;6. 已签署并同意参加PKUPH乳腺疾病队列研究。排除标准:1. 缺乏临床和病理资料(如影像学资料和病理资料);2. 转移性乳腺癌或双侧乳腺癌患者;3.

未行根治性手术;4. 接受了既定新辅助方案以外的其他方案。治疗选择:第1组:术后辅助方案为曲妥珠单抗联合帕妥珠单抗,计划治疗时长1年;第2组:术后辅助治疗为T-DM1,计划治疗时长1年。主要终点:3年无侵袭性疾病生存期

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。