Chidamide/Everolimus治疗PIK3CA野生型/突变型HR+/HER2-晚期乳腺癌研究

该数据集来自clinicaltrials.gov,为一项开放、多中心、前瞻性队列的II期探索性研究,聚焦HR+/HER2-晚期乳腺癌的靶向治疗

Cancer Institute and Hospital, Chinese Academy of Medical SciencesCancer Institute and Hospital, Chinese Academy of Medical Sciences
clinicaltrials
浏览 11
基因组预测HR+/HER2- Advanced Breast CancerTargeted Therapy
Chidamide/Everolimus for PIK3CA Wild-type/Mutant HR+/HER2- Advanced Breast Cancer

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-20

资源简介

Chidamide/Everolimus治疗PIK3CA野生型/突变型HR+/HER2-晚期乳腺癌研究

该数据集来自clinicaltrials.gov,为一项开放、多中心、前瞻性队列的II期探索性研究,聚焦HR+/HER2-晚期乳腺癌的靶向治疗。研究依据PIK3CA基因突变状态分为两个队列:突变型采用Everolimus联合内分泌治疗,野生型采用Chidamide联合内分泌治疗,直至疾病进展或毒性不可耐受;研究者可判断是否进入交叉设计第二阶段。数据可用于分析不同PIK3CA状态下靶向联合内分泌治疗的疗效与安全性,支持治疗反应预测等探索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:HR+/HER2-晚期乳腺癌,靶向治疗。本研究是一项开放、多中心、前瞻性队列的II期探索性研究。根据患者的PIK3CA基因突变状态,研究分为两个队列。PIK3CA突变型采用Everolimus联合内分泌治疗作为A队列,PIK3CA野生型采用Chidamide联合内分泌治疗作为B队列,直至疾病进展或毒性不可耐受。根据研究者的判断,是否进入交叉设计的第二阶段,A队列交叉给予Chidamide联合内分泌治疗。B队列交叉使用Everolimus联合内分泌治疗,直至疾病进展或毒性不可耐受。

【主题与分类】

主题标签:HR+/HER2- Advanced Breast Cancer、Targeted Therapy。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05983107

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/NCT05983107

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:HR+/HER2-晚期乳腺癌,靶向治疗。本研究为一项开放、多中心、前瞻性队列II期探索性研究。根据患者PIK3CA基因突变状态,研究分为两个队列。PIK3CA突变型采用依维莫司联合内分泌治疗作为队列A,PIK3CA野生型采用西达本胺联合内分泌治疗作为队列B,直至疾病进展或毒性不可耐受。根据研究者判断,是否进入第二阶段交叉设计,队列A交叉给予西达本胺联合内分泌治疗。队列B交叉使用依维莫司联合内分泌治疗,直至疾病进展或毒性不可耐受。

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。