表柔比星、多西他赛联合Pegfilgrastim治疗局部晚期或炎性乳腺癌
该数据集来自clinicaltrials.gov,收录一项关于表柔比星、多西他赛联合Pegfilgrastim治疗局部晚期或炎性乳腺癌的非随机、多中心、剂量递增研究

基本信息
资源简介
表柔比星、多西他赛联合Pegfilgrastim治疗局部晚期或炎性乳腺癌
该数据集来自clinicaltrials.gov,收录一项关于表柔比星、多西他赛联合Pegfilgrastim治疗局部晚期或炎性乳腺癌的非随机、多中心、剂量递增研究。研究涵盖I期剂量探索与II期疗效评估,关注最大耐受剂量、推荐II期剂量、毒性、临床与病理缓解率及缓解持续时间、药物敏感性与耐药性、预后与预测标志物。数据可用于乳腺癌治疗方案的剂量优化、毒性预测及疗效相关标志物研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺癌。目的: 确定多西他赛和表柔比星联合Pegfilgrastim用于局部晚期或炎性乳腺癌女性时的最大耐受剂量和推荐II期剂量。(I期第1组于2004年9月13日停止入组,II期第1组于2006年5月10日停止入组) 确定该方案在这些患者中的毒性。 确定接受该方案治疗患者的临床和病理缓解率及缓解持续时间。 确定接受该方案治疗患者的药物敏感性和耐药性。 确定接受该方案治疗患者的预后和预测标志物。概要:这是一项多西他赛和表柔比星的非随机、多中心、剂量递增研究。 I期:第1组(21天方案)(自2004年9月13日起停止入组):患者接受表柔比星静脉注射15分钟
【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/NCT00066443
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/NCT00066443
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:* 确定多西他赛和表柔比星联合聚乙二醇非格司亭用于局部晚期或炎性乳腺癌女性患者时的最大耐受剂量和推荐的II期剂量。(I期第1组于2004年9月13日停止入组,II期第1组于2006年5月10日停止入组)* 确定该方案在这些患者中的毒性。* 确定接受该方案治疗患者的临床和病理缓解率及缓解持续时间。* 确定接受该方案治疗患者的药物敏感性和耐药性。* 确定接受该方案治疗患者的预后和预测标志物。方案概要:这是一项多西他赛和表柔比星的非随机、多中心、剂量递增研究。* I期:第1组(21天方案)(自2004年9月13日起停止入组):患者在第1天接受表柔比星静脉注射15分钟和多西他赛静脉注射60分钟,第2天接受聚乙二醇非格司亭皮下注射。在无疾病进展或不可接受的毒性情况下,每21天重复治疗,最多6个疗程。
6个疗程后达到客观缓解的患者,可由医生酌情决定接受额外治疗。第2组(14天方案):患者在第1天接受表柔比星静脉注射15分钟和多西他赛静脉注射60分钟,第2天接受培非格司亭皮下注射。在无疾病进展或不可接受毒性的情况下,每14天重复治疗,最多8个疗程。8个疗程后达到客观缓解的患者,可由医生酌情决定接受额外治疗。3-6例患者的队列接受递增剂量的表柔比星和多西他赛,直至确定最大耐受剂量(MTD)。MTD定义为3例中有2例或6例中有2例患者出现剂量限制性毒性时的剂量。* II期:第1组(21天方案)(截至2006年5月10日已停止入组):患者按I期方案接受治疗,表柔比星和多西他赛采用推荐的II期剂量。第2组(14天
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。




