Capivasertib联合Fulvestrant治疗中国局部晚期或转移性HR+/HER2-乳腺癌

该数据集来自clinicaltrials.gov,收录一项针对中国局部晚期(不可手术)或转移性HR+/HER2-乳腺癌患者的临床研究信息

AstraZenecaAstraZeneca
clinicaltrials
浏览 12
其他分类Breast Cancer
Capivasertib+Fulvestrant asTreatment for Locally Advanced(Inoperable) or Metastatic HR+/HER2- Breast Cancer in Chinese Patients

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-20

资源简介

Capivasertib联合Fulvestrant治疗中国局部晚期或转移性HR+/HER2-乳腺癌

该数据集来自clinicaltrials.gov,收录一项针对中国局部晚期(不可手术)或转移性HR+/HER2-乳腺癌患者的临床研究信息。研究计划入组约300例患者,分为两个队列:队列1为既往未接受Fulvestrant治疗者(约195例),队列2为接受Fulvestrant一线治疗后首次给药≥6个月进展者(约105例)。所有患者接受每周Capivasertib(400 mg口服,每日两次,用药4天停3天)联合Fulvestrant治疗。数据可用于了解该联合方案的研究设计、入组标准与治疗安排,支持乳腺癌治疗相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:乳腺癌。本研究将入组约300例患者,分为2个队列。队列1将包括既往未接受Fulvestrant治疗的患者,队列2将包括接受Fulvestrant作为一线治疗且首次Fulvestrant给药后进展≥6个月的患者。队列1约入组195例患者,队列2约入组105例患者。所有患者将接受每周Capivasertib(400 mg,口服,每日两次;用药4天停3天)和Fulvestrant(按已批准的剂量方案[500 mg肌肉注射,第1周期第1周和第3周的第1天,此后每个周期的第1周第1天])。所有患者将在研究治疗开始前最多28天内参加筛选访视。

【主题与分类】

主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06635447

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/NCT06635447

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

适应症:乳腺癌。本研究将入组约300例患者,分为2个队列。队列1将纳入既往未接受氟维司群治疗的患者,队列2将纳入以氟维司群作为一线治疗且在首次给药后≥6个月出现疾病进展的患者。队列1预计入组约195例患者,队列2预计入组约105例患者。所有患者将接受每周一次的capivasertib(400 mg,口服,每日两次;用药4天、停药3天)和氟维司群(按获批剂量方案给药[第1周期第1周和第3周第1天肌肉注射500 mg,此后每个周期第1周第1天给药])。所有患者将在开始研究治疗前最多28天内参加筛选访视。

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。