羟氯喹联合阿贝西利及内分泌治疗用于HR+/Her2-乳腺癌

该数据集来自clinicaltrials.gov,聚焦羟氯喹(HCQ)联合阿贝西利及内分泌治疗在晚期实体瘤与HR+/Her2-晚期乳腺癌中的研究

Medical College of WisconsinMedical College of Wisconsin
clinicaltrials
浏览 9
其他分类Solid TumorAdvanced Breast Cancer
Hydroxychloroquine, Abemaciclib and Endocrine Therapy in Hormone Receptor Positive (HR+)/Her 2 Negative 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

羟氯喹联合阿贝西利及内分泌治疗用于HR+/Her2-乳腺癌

该数据集来自clinicaltrials.gov,聚焦羟氯喹(HCQ)联合阿贝西利及内分泌治疗在晚期实体瘤与HR+/Her2-晚期乳腺癌中的研究。研究分两部分:第一部分在晚期实体瘤中开展HCQ联合阿贝西利的3+3剂量递增;第二部分采用第一部分最高剂量水平的HCQ联合阿贝西利和内分泌治疗HR+/Her2-晚期乳腺癌,并按既往内分泌治疗暴露分为两个队列。主要目标为评估剂量递增队列与剂量扩展队列的安全性和耐受性,次要目标包括评估联合方案的临床疗效。数据可用于肿瘤治疗安全性、耐受性及疗效相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:实体瘤、晚期乳腺癌。第一部分:HCQ联合阿贝西利在晚期实体瘤中的3+3剂量递增。第二部分:将第一部分最高剂量水平的HCQ与阿贝西利及内分泌治疗联合用于HR+/Her2-晚期乳腺癌(ABC),并根据既往内分泌治疗暴露分为两个队列。主要目标 1. 剂量递增队列:确定HCQ联合阿贝西利的安全性和耐受性。2. 剂量扩展队列:确定HCQ联合阿贝西利及内分泌治疗在HR+/Her2- ABC中的安全性和耐受性。次要目标 1. 在晚期ER阳性乳腺癌参与者的剂量扩展队列中,评估HCQ联合阿贝西利及激素阻断的临床疗效。2. 评估HCQ联合阿贝西利在剂量递增队列中的临床疗效

【主题与分类】

主题标签:Solid Tumor、Advanced Breast Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04316169

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/NCT04316169

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

适应症:实体瘤、晚期乳腺癌。第一部分:HCQ联合阿贝西利在晚期实体瘤中的3+3剂量递增研究。第二部分:将第一部分中最高剂量水平的HCQ与阿贝西利及内分泌治疗联合用于HR+/Her2-晚期乳腺癌(ABC),并根据既往内分泌治疗暴露情况分为两个队列。主要目的 1. 剂量递增队列:确定HCQ联合阿贝西利的安全性和耐受性。2. 剂量扩展队列:确定HCQ联合阿贝西利及内分泌治疗在HR+/Her2- ABC中的安全性和耐受性。次要目的 1. 在晚期ER阳性乳腺癌受试者的剂量扩展队列中,评估HCQ联合阿贝西利及激素阻断治疗的临床疗效。2. 在剂量递增队列中,评估HCQ联合阿贝西利的临床疗效。

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。