氟伐他汀对导管原位癌或I期乳腺癌手术女性生物标志物的影响
该数据集来自 clinicaltrials.gov,聚焦于导管原位癌(DCIS)或I期乳腺癌女性在接受新辅助氟伐他汀钠治疗时生物标志物的变化

基本信息
资源简介
氟伐他汀对导管原位癌或I期乳腺癌手术女性生物标志物的影响
该数据集来自 clinicaltrials.gov,聚焦于导管原位癌(DCIS)或I期乳腺癌女性在接受新辅助氟伐他汀钠治疗时生物标志物的变化。研究为随机、对照、单盲、多中心试点试验,主要比较细胞增殖指标 Ki-67 的差异,并分析他汀对特定类型 DCIS/早期乳腺癌(粉刺型、ER 阳性、ER 阴性)的不同影响,同时比较 CD68 组织染色、循环巨噬细胞与调节性 T 细胞的差异,以及利用固有易感性(mRNA 聚合酶链反应检测)预测他汀疗效的可行性。数据可用于乳腺癌早期干预、生物标志物响应预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌。目的:主要 确定接受新辅助氟伐他汀钠治疗的导管原位癌(DCIS)或I期乳腺癌女性中细胞增殖指标(Ki-67)的差异。次要 确定他汀使用是否对特定类型的 DCIS/早期乳腺癌(粉刺型、雌激素受体[ER]阳性、ER 阴性)产生不同影响。 比较这些患者中 CD68 组织染色、循环巨噬细胞和调节性 T 细胞的差异。 评估利用固有易感性(mRNA 聚合酶链反应检测)预测这些患者对他汀反应的可行性。概述:这是一项随机、对照、单盲、多中心、试点研究。患者被随机分配到 2 个治疗组之一(组 I 或组 II)。作为对照参与者入组的患者被分配到组 III。* 组 I:患者
【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/NCT00416403
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://clinicaltrials.gov/study/NCT00416403
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
疾病:乳腺癌。目的:主要目的 * 确定在接受新辅助氟伐他汀钠治疗的导管原位癌(DCIS)或I期乳腺癌女性中,细胞增殖指标(Ki-67)之间的差异。次要目的 * 确定他汀类药物的使用是否对特定类型的DCIS/早期乳腺癌(粉刺型、雌激素受体[ER]阳性、ER阴性)产生不同影响。 * 比较这些患者中CD68组织染色、循环巨噬细胞和调节性T细胞之间的差异。 * 评估使用固有易感性(mRNA聚合酶链反应检测)预测这些患者对他汀类药物反应的可行性。概述:这是一项随机、对照、单盲、多中心、初步研究。患者被随机分配到2个治疗组(第I组或第II组)中的1个。作为对照参与者入组的患者被分配到第III组。 * 第I组:患者在没有疾病进展或不可接受的毒性的情况下,每天口服一次氟伐他汀钠,持续3-6周。 * 第II组:患者如第I组一样口服氟伐他汀钠,但剂量更高。 * 第III组(对照):患者不接受氟伐他汀钠。
所有患者随后均接受根治性手术。I组和II组患者在基线时及手术时采集血液用于生物标志物分析。III组患者在基线时采集血液,然后约1个月后再次采集。所有组别患者在手术时采集组织。对血液和组织样本进行生物标志物检测,包括Ki-67、C反应蛋白、裂解的半胱天冬酶3、HER2、CD68基因以及通过免疫组织化学检测的雌激素和孕激素受体。还分析炎症标志物(如粉刺样坏死巨噬细胞和CD25阳性T细胞)、低密度脂蛋白和胆固醇。通过聚合酶链反应测定血清mRNA。预计入组人数:本研究将共计入组60名患者。
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。




