指导HR+转移性乳腺癌治疗的基因特征多样队列数据集

该数据集来自clinicaltrials.gov,聚焦于非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者。数据覆盖早期化疗(卡培他滨)与内分泌治疗方案的抗肿瘤效果比较,以及安全性和耐受性评估

Sonya ReidSonya Reid
clinicaltrials
浏览 11
基因组预测Invasive Mammary CarcinomaMetastatic Breast Cancer
Gene Signatures to Guide HR+MBC Therapy in a Diverse Cohort

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

指导HR+转移性乳腺癌治疗的基因特征多样队列数据集

该数据集来自clinicaltrials.gov,聚焦于非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者。数据覆盖早期化疗(卡培他滨)与内分泌治疗方案的抗肿瘤效果比较,以及安全性和耐受性评估。同时包含cfDNA相关分析,用于探索肿瘤突变作为早期疗效替代标志物及疾病进展时新基因组改变。可用于研究HR+转移性乳腺癌的治疗响应、耐药机制及生物标志物(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:浸润性乳腺癌、转移性乳腺癌。主要目标:- 确定早期化疗(即卡培他滨)对比基于内分泌治疗的方案对非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者抗肿瘤效果的影响。次要目标: 比较卡培他滨对比内分泌治疗在非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者中的安全性和耐受性 确定早期化疗(即卡培他滨)对比基于内分泌治疗的方案对非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者抗肿瘤效果的影响。相关性分析: 确定cfDNA中检测到的肿瘤突变是否为反应的早期替代标志物 确定疾病进展时的cfDNA结果是否显示新的基因组改变,可能为

【主题与分类】

主题标签:Invasive Mammary Carcinoma、Metastatic Breast Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05693766

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/NCT05693766

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

疾病:浸润性乳腺癌、转移性乳腺癌。主要目的:- 确定早期化疗(即卡培他滨)与基于内分泌治疗的方案对非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者抗肿瘤效果的影响。次要目的:* 比较卡培他滨与内分泌治疗在非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者中的安全性和耐受性* 确定早期化疗(即卡培他滨)与基于内分泌治疗的方案对非Luminal A型激素受体阳性(HR+)转移性乳腺癌患者抗肿瘤效果的影响。相关性研究:* 确定cfDNA中检测到的肿瘤突变是否为反应的早期替代标志物* 确定疾病进展时的cfDNA结果是否显示与治疗耐药潜在相关的新基因组改变

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。