转移性乳腺癌的流行病学与管理

该数据集来自 clinicaltrials.gov,主题为转移性乳腺癌的流行病学与治疗管理,聚焦罗马尼亚的回顾性队列研究

AstraZenecaAstraZeneca
clinicaltrials
浏览 10
其他分类Breast Cancer Nos Metastatic Recurrent
Epidemiology and Management of Metastatic Breast Cancer

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

转移性乳腺癌的流行病学与管理

该数据集英文名为 Epidemiology and Management of Metastatic Breast Cancer,本站将其归类于肿瘤 / 乳腺癌方向,数据来自 clinicaltrials.gov。其源站描述显示,该数据集对应一项关于罗马尼亚转移性乳腺癌流行病学与治疗管理的回顾性队列研究,涉及的条件为 Breast Cancer Nos Metastatic Recurrent,主题标签同样为 Breast Cancer Nos Metastatic Recurrent。整体来看,该数据集围绕转移性乳腺癌这一特定肿瘤类型,聚焦流行病学特征与治疗管理情况,并以罗马尼亚为研究地域背景,采用回顾性队列研究的设计思路。对于关注乳腺癌转移复发人群的流行病学分布、临床管理实践以及区域性疾病负担的研究者而言,该数据集提供了一个以临床试验注册信息为入口的资料来源。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面作进一步说明。

【数据集背景】

该数据集的主题为转移性乳腺癌的流行病学与治疗管理。根据源站描述,其对应研究是一项在罗马尼亚开展的回顾性队列研究,研究条件标注为 Breast Cancer Nos Metastatic Recurrent,即乳腺癌转移复发相关情形。数据集在本站被归入肿瘤 / 乳腺癌分类,说明其内容定位于肿瘤学中的乳腺癌分支,并特别关注转移性阶段。转移性乳腺癌通常意味着疾病已扩散至乳腺以外部位,其流行病学特征与治疗管理策略是临床与公共卫生研究关注的重点方向之一。该数据集以罗马尼亚为地域范围,有助于了解特定国家背景下该疾病的流行病学表现与治疗管理实践。关于该研究的发起方、研究周期、样本规模等具体背景信息,源站未提供。

【数据内容】

依据源站描述,该数据集所对应的研究内容为罗马尼亚转移性乳腺癌的流行病学与治疗管理,研究类型为回顾性队列研究。主题标签为 Breast Cancer Nos Metastatic Recurrent,表明数据主题聚焦于乳腺癌转移复发这一条件。数据集英文名称本身也直接体现了“流行病学与治疗管理”两大内容维度。至于数据集具体包含哪些字段、变量、记录数量、时间跨度、患者特征分布、治疗管理细节等,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov,即临床试验注册平台。源站描述中给出了研究条件与研究方向,说明该数据集与一项在罗马尼亚开展的回顾性队列研究相关联。除来源站为 clinicaltrials.gov 以及源站描述所载内容外,关于数据采集方法、采集时间、数据提取流程、原始数据载体等具体信息,源站未提供。

【适用场景】

基于现有信息,该数据集可用于了解转移性乳腺癌在罗马尼亚的流行病学与治疗管理研究概况,适合作为肿瘤学、乳腺癌研究方向的信息检索入口,也可为关注转移复发乳腺癌区域研究动态的人员提供线索。由于数据集与回顾性队列研究相关,其潜在适用场景包括对特定地域该疾病研究设计的参考、对相关临床试验注册信息的梳理等。关于更具体的适用场景,如临床决策支持、药物经济学评价或政策制定等,源站未提供相应说明。

【使用方法】

该数据集来自 clinicaltrials.gov,使用时可依据其英文名称与主题标签进行检索与识别,并结合源站描述了解其对应的研究条件与研究方向。关于数据下载方式、访问权限、数据结构说明、分析接口等具体使用方法,源站未提供。

【质量与限制】

该数据集的信息目前主要来自源站描述,研究设计为回顾性队列研究,地域范围限定为罗马尼亚。关于数据完整性、准确性、样本代表性、偏倚控制、数据更新频率等质量维度,源站未提供。使用者在引用或分析前应结合源站进一步核实。关于该数据集的其他限制条件,源站未提供。

【引用与许可】

该数据集来源于 clinicaltrials.gov,英文名称为 Epidemiology and Management of Metastatic Breast Cancer。关于引用格式、许可协议、使用条款与再分发条件等,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

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/NCT01711502

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

Conditions: Breast Cancer Nos Metastatic Recurrent. Epidemiology and Therapeutic Management of Metastatic Breast Cancer in Romania: A retrospective cohort study

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。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案