Bicalutamide与Abemaciclib治疗不可手术或转移性雄激素受体阳性三阴性乳腺癌

该数据集来自clinicaltrials.gov,聚焦雄激素受体阳性三阴性乳腺癌,收录一项II期单臂临床试验。研究对象为局部晚期不可切除或转移性患者,要求既往至少一线细胞抑制治疗后进展

Universitaire Ziekenhuizen KU LeuvenUniversitaire Ziekenhuizen KU Leuven
clinicaltrials
浏览 8
其他预测Triple Negative Breast Neoplasms
Bicalutamide and Abemaciclib in Inoperable or Metastatic Androgen Receptor-positive Triple-negative Breast Cancer

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

Bicalutamide与Abemaciclib治疗不可手术或转移性雄激素受体阳性三阴性乳腺癌

该数据集来自clinicaltrials.gov,聚焦雄激素受体阳性三阴性乳腺癌,收录一项II期单臂临床试验。研究对象为局部晚期不可切除或转移性患者,要求既往至少一线细胞抑制治疗后进展。干预方案为Bicalutamide联合Abemaciclib,前者作用于雄激素受体,后者阻断细胞周期。研究旨在评估该联合方案的治疗效果与安全性,可用于了解该人群的治疗特征及临床研究设计(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:三阴性乳腺肿瘤。本研究是一项II期单臂临床试验。II期临床试验测试干预措施的安全性和有效性,以了解该干预措施在治疗特定疾病方面是否有效。在本研究中,研究者将纳入局部晚期不可切除或转移性雄激素受体阳性三阴性乳腺癌患者。参与者需要在晚期背景下至少接受过1种既往细胞抑制方案后出现进展。参与者将接受bicalutamide和abemaciclib治疗。Bicalutamide作用于雄激素受体,abemaciclib阻止细胞周期。研究者将探究该联合方案是否能帮助雄激素受体阳性三阴性乳腺癌患者。研究者还将探究这是否是一种安全的联合方案。

【主题与分类】

主题标签:Triple Negative Breast Neoplasms。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06365788

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/NCT06365788

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:三阴性乳腺肿瘤。本研究是一项II期单臂临床试验。II期临床试验旨在检验某种干预措施的安全性和有效性,以了解该干预措施对治疗特定疾病是否有效。在本研究中,研究者将纳入局部晚期不可切除或转移性雄激素受体阳性三阴性乳腺癌患者。参与者需在晚期阶段接受至少1种既往细胞抑制方案治疗后出现疾病进展。参与者将接受比卡鲁胺和阿贝西利治疗。比卡鲁胺作用于雄激素受体,阿贝西利阻断细胞周期。研究者将考察该联合方案能否使雄激素受体阳性三阴性乳腺癌患者获益,同时还将考察该联合方案是否安全。

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。