阿托伐他汀治疗新辅助化疗后未达病理完全缓解的IIb-III期三阴性乳腺癌患者
本数据集来自clinicaltrials.gov,聚焦IIb-III期三阴性乳腺癌患者,这些患者接受新辅助化疗后未达到病理完全缓解或RCB-I

基本信息
资源简介
阿托伐他汀治疗新辅助化疗后未达病理完全缓解的IIb-III期三阴性乳腺癌患者
本数据集来自clinicaltrials.gov,聚焦IIb-III期三阴性乳腺癌患者,这些患者接受新辅助化疗后未达到病理完全缓解或RCB-I。数据覆盖AJCC v8解剖学IIB、IIIA、IIIB、IIIC期乳腺癌、雌激素受体阴性、HER2/Neu阴性及炎性乳腺癌等条件。主要目标为评估联合或不联合阿托伐他汀治疗6个月时循环肿瘤细胞(CTC)不可检测的患者比例;次要目标探索基线空腹血脂(LDL-C)及血清脂质变化作为预测生物标志物的可能性。可用于乳腺癌治疗反应与生物标志物预测研究(来源 clinicaltrials.gov)。
【主题与分类】
主题标签:Anatomic Stage IIB Breast Cancer AJCC v8、Anatomic Stage III Breast Cancer AJCC v8、Estrogen Receptor Negative、HER2/Neu Negative、Inflammatory Breast Carcinoma、Progesterone Receptor Negative、Stage IIB Breast Cancer AJCC v6 and v7、Stage III Breast Cancer AJCC v7、Stage IIIA Breast Cancer AJCC v7、Stage IIIB Breast Cancer AJCC v7。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03872388
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/NCT03872388
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
疾病条件:解剖学IIB期乳腺癌 AJCC第8版,解剖学III期乳腺癌 AJCC第8版,解剖学IIIA期乳腺癌 AJCC第8版,解剖学IIIB期乳腺癌 AJCC第8版,解剖学IIIC期乳腺癌 AJCC第8版,雌激素受体阴性,HER2/Neu阴性,炎性乳腺癌。主要目标:I. 确定在接受新辅助化疗(NAC)联合或不联合阿托伐他汀治疗的IIB/III期三阴性乳腺癌(TNBC)患者中,未达到病理完全缓解(pCR)或残留癌症负荷-I(RCB-I)的患者在6个月时循环肿瘤细胞(CTCs)检测不到的比例。次要目标:I. 确定基线空腹血脂水平(低密度脂蛋白胆固醇[LDL-C])和/或血清脂质水平的变化是否是CTCs患者比例变化的预测生物标志物。II.
评估生物标志物对阿托伐他汀治疗反应的影响,治疗反应定义为循环肿瘤细胞(CTCs)、循环肿瘤脱氧核糖核酸(DNA)(ctDNA)、红细胞沉降率(ESR)、C反应蛋白(CRP)、血清白细胞介素-6(IL-6)及其他炎性细胞因子,目的是为未来更大规模的辅助研究确定最佳患者人群。III. 确定基线空腹血脂水平(LDL-C)和/或血清血脂水平变化是否与2年无复发生存(RFS)率相关。IV. 确定基线CRP和/或血清血脂水平变化是否为CTCs患者比例变化的预测性生物标志物。V. 确定基线C反应蛋白(CRP)和/或CRP变化是否与2年RFS率相关。VI. 确定基线CTCs绝对数和/或CTCs变化是否与2年RFS率相关。VII. 估计未达到pCR的TNBC患者在接受和不接受阿托伐他汀治疗情况下的2年RFS率。VIII. 描述阿托伐他汀与标准剂量胸壁及区域淋巴结放疗同时给药时的毒性和不良事件特征。
探索性目标:I. 评估多重成像与……之间相关性的评估
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。




