CCR翻译：定量ER和PgR评估作为绝经后激素受体阳性、HER2阴性转移性乳腺癌患者拉帕替尼获益的预测因素
与定量ER和PgR评估预测绝经后激素受体阳性、HER2阴性转移性乳腺癌患者拉帕替尼获益文章相关的CCR翻译数据集。
基本信息
资源简介
CCR翻译：定量ER和PgR评估作为绝经后激素受体阳性、HER2阴性转移性乳腺癌患者拉帕替尼获益的预测因素
【一句话概览】
本数据集是 figshare 公开的文本数据集，收录 1 个文件、合计 562 B，主题涵盖 Breast Cancer、Endocrinology、Growth factors and receptors，可用于医学自然语言处理（实体识别、信息抽取等），CC BY 许可开放获取。
【数据集背景】
本数据集源站标题为《CCR Translation for This Article from Quantitative ER and PgR Assessment as Predictors of Benefit from Lapatinib in Postmenopausal Women with Hormone Receptor–Positive, HER2-Negative Metastatic Breast Cancer》。配套论文《Quantitative ER and PgR Assessment as Predictors of Benefit from Lapatinib in Postmenopausal Women with Hormone Receptor–Positive, HER2-Negative Metastatic Breast Cancer》发表于 Clinical Cancer Research（2014），DOI：10.1158/1078-0432.CCR-13-1260。源站首次发布：2023-03-31。
【数据内容】
源站原始描述：CCR Translation for This Article from Quantitative ER and PgR Assessment as Predictors of Benefit from Lapatinib in Postmenopausal Women with Hormone Receptor–Positive, HER2-Negative Metastatic Breast Cancer
文件 10780432ccr131260-sup-ccrtranslationforthisarticle.html 为文本内容，开头为：<div xmlns:hw="org.highwire.hpp"> <div class="auto-clean"><span style="font-family: Verdana,Arial,Helvetica,sans-serif; font-size: 83.33%"> <…
【数据结构与技术规格】
文件数 1 个，合计 562 B。10780432ccr131260-sup-ccrtranslationforthisarticle.html：text/html，562 B。数据集 DOI：10.1158/1078-0432.22448264.v1。
【主题与分类】
源站学科分类：Cancer、Tumor Biology。主题标签：Breast Cancer、Endocrinology、Growth factors and receptors。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://aacr.figshare.com/articles/dataset/CCR_Translation_for_This_Article_from_Quantitative_ER_and_PgR_Assessment_as_Predictors_of_Benefit_from_Lapatinib_in_Postmenopausal_Women_with_Hormone_Receptor_Positive_HER2-Negative_Metastatic_Breast_Cancer/22448264
使用许可：CC BY（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Finn, Richard S.; Press, Michael F.; Dering, Judy; O''Rourke, Lisa; Florance, Allison; Ellis, Catherine; et al. (2014). CCR Translation for This Article from Quantitative ER and PgR Assessment as Predictors of Benefit from Lapatinib in Postmenopausal Women with Hormone Receptor–Positive, HER2-Negativ…
【使用注意】
· 源站最后修改于 2023-06-13，引用时请注意版本时效。
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。
使用方式
数据集获取（Figshare）
- 源站标题：CCR Translation for This Article from Quantitative ER and PgR Assessment as Predictors of Benefit from Lapatinib in Postmenopausal Women with Hormone Receptor–Positive, HER2-Negative Metastatic Breast Cancer
- DOI：10.1158/1078-0432.22448264.v1
- 发布日期：2023-03-31
- 文件数：1 个
- 文件总体积：562 B
- 源站页面：https://aacr.figshare.com/articles/dataset/CCR_Translation_for_This_Article_from_Quantitative_ER_and_PgR_Assessment_as_Predictors_of_Benefit_from_Lapatinib_in_Postmenopausal_Women_with_Hormone_Receptor_Positive_HER2-Negative_Metastatic_Breast_Cancer/22448264
命令行下载
curl -L -o "10780432ccr131260-sup-ccrtranslationforthisarticle.html" "https://ndownloader.figshare.com/files/39899306"
文件清单
10780432ccr131260-sup-ccrtranslationforthisarticle.html（562 B）
文件总体积 562 B（源站 API 实测）。
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。
数据说明
CCR Translation for This Article from Quantitative ER and PgR Assessment as Predictors of Benefit from Lapatinib in Postmenopausal Women with Hormone Receptor–Positive, HER2-Negative Metastatic Breast Cancer
许可
CC BY
引用
学术使用请引用 DOI 10.1158/1078-0432.22448264.v1（source: https://aacr.figshare.com/articles/dataset/CCR_Translation_for_This_Article_from_Quantitative_ER_and_PgR_Assessment_as_Predictors_of_Benefit_from_Lapatinib_in_Postmenopausal_Women_with_Hormone_Receptor_Positive_HER2-Negative_Metastatic_Breast_Cancer/22448264）。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
