Ribociclib 相关皮肤不良事件研究数据集
本记录包含与文章《Ribociclib 诱导的转移性 HR+/HER2- 乳腺癌皮肤不良事件:发生率、多学科管理与预后意义》相关的原始数据

基本信息
资源简介
Ribociclib 相关皮肤不良事件研究数据集
本记录包含与文章《Ribociclib 诱导的转移性 HR+/HER2- 乳腺癌皮肤不良事件:发生率、多学科管理与预后意义》相关的原始数据
Dataset related to article "Ribociclib-Induced Cutaneous Adverse Events in Metastatic HR+/HER2- Breast Cancer: Incidence, Multidisciplinary Management, and Prognostic Implication"
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):本记录包含与文章《Ribociclib 诱导的转移性 HR+/HER2- 乳腺癌皮肤不良事件:发生率、多学科管理与预后意义》相关的原始数据。摘要背景:Ribociclib 获批用于激素受体阳性(HR+)、人表皮生长因子受体2阴性(HER2-)晚期乳腺癌(ABC)的内分泌治疗联合方案。关键试验中出现了血液学、肝脏和心脏不良事件(AEs),但皮肤不良事件(CAEs)知之甚少。患者与方法:我们报告了一项回顾性队列研究的数据,纳入2017年6月至2022年12月在Humanitas癌症中心接受ribociclib治疗的所有HR+/HER2- ABC患者。我们记录了临床病理数据、ribociclib相关CAEs的发生率及治疗情况。这些数据根据NCI-CTC进行评估。
【主题与分类】
主题标签:乳腺癌、Ribociclib、皮肤不良事件、HR+/HER2、回顾性队列、肿瘤。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.14939559
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
源站:https://doi.org/10.5281/zenodo.14939559
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
本记录包含与文章《瑞博西利在转移性HR+/HER2-乳腺癌中诱导的皮肤不良事件:发生率、多学科管理及预后意义》相关的原始数据。摘要背景:瑞博西利获批用于激素受体阳性(HR+)、人表皮生长因子受体2阴性(HER2-)晚期乳腺癌(ABC)的内分泌治疗联合治疗。关键试验中出现了血液学、肝脏和心脏不良事件(AEs),但关于皮肤不良事件(CAEs)知之甚少。患者与方法:我们报告了一项回顾性队列研究的数据,纳入2017年6月至2022年12月在Humanitas癌症中心接受瑞博西利治疗的所有HR+/HER2- ABC患者。我们记录了临床病理数据、瑞博西利相关CAEs的发生率及治疗情况。这些事件根据NCI-CTCAE v5.0分类进行评估。无进展生存期(PFS)采用Kaplan-Meier法估算,组间差异采用log-rank检验分析。结果:91例患者中有13例(14.3%)发生了治疗相关CAEs(发生平均时间:3.9个月)。
最常见的CAEs为湿疹性皮炎(53.8%)和斑丘疹反应(15.4%)。所有13例患者均报告瘙痒。分级为G3的8例,G2的4例,G1的1例。基于ribociclib剂量调整和皮肤科干预(口服抗组胺药、保湿霜、局部和/或全身性类固醇)的综合方法可使大多数患者免于停用ribociclib。中位随访20个月时,中位PFS为13个月(范围1-66),发生CAEs的患者的PFS曲线更优(P = .04)。结论:我们描绘了ribociclib诱导的CAEs的频率和类型。将CAEs的跨学科管理纳入常规护理可能降低停药率,从而可能有助于改善长期结局。
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。




