TAM-01 研究长期随访及非浸润性或微浸润性乳腺肿瘤低剂量他莫昔芬研究汇总分析
该数据集来自 clinicaltrials.gov,聚焦非浸润性或微浸润性乳腺肿瘤中低剂量他莫昔芬的长期随访与汇总分析。TAM-01 III 期试验显示,5 mg/日、持续三年的低剂量他莫昔芬相比安慰剂,在 DCIS 或高危病变女性中 10 年后使后续乳腺癌事件减少 42%,且不良事件更少

基本信息
资源简介
TAM-01 研究长期随访及非浸润性或微浸润性乳腺肿瘤低剂量他莫昔芬研究汇总分析
该数据集来自 clinicaltrials.gov,聚焦非浸润性或微浸润性乳腺肿瘤中低剂量他莫昔芬的长期随访与汇总分析。TAM-01 III 期试验显示,5 mg/日、持续三年的低剂量他莫昔芬相比安慰剂,在 DCIS 或高危病变女性中 10 年后使后续乳腺癌事件减少 42%,且不良事件更少。数据可用于评估低剂量他莫昔芬对乳腺癌复发风险的作用,并支持将 TAM-01 与其他低剂量他莫昔芬临床研究合并分析 BCFI 终点(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:浸润性乳腺癌。方案经修订以统一终点定义,并指定一项汇总分析,将 TAM-01 与其他评估低剂量他莫昔芬对 BCFI 影响的临床研究合并,BCFI 定义为从研究入组到首次发生任何同侧或对侧浸润性乳腺癌(CBC)、同侧或对侧 DCIS、区域复发或远处复发的时间。低剂量他莫昔芬(5 mg/日,持续三年)已成为标准剂量他莫昔芬(20 mg/日)的更安全替代方案,可有效降低乳腺癌复发风险,同时尽量减少不良事件。TAM-01 III 期试验表明,在导管原位癌(DCIS)或高危病变(非典型导管增生,ADH,或小叶原位癌)女性中,该方案与安慰剂相比,10 年后使后续乳腺癌事件减少 42%。
【主题与分类】
主题标签:Breast Cancer Invasive。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06982313
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/NCT06982313
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
条件:浸润性乳腺癌。方案经过修订,以统一终点定义,并明确一项汇总分析,将TAM-01与其他评估低剂量他莫昔芬对BCFI影响的临床研究合并,BCFI定义为从研究入组到首次发生任何同侧或对侧浸润性乳腺癌(CBC)、同侧或对侧DCIS、区域复发或远处复发的时间。低剂量他莫昔芬(5 mg/天,持续三年)已成为标准剂量他莫昔芬(20 mg/天)更安全的替代方案,在有效降低乳腺癌复发风险的同时尽量减少不良事件。TAM-01 III期试验表明,在导管原位癌(DCIS)或高危病变(非典型导管增生,ADH,或小叶原位癌,LCIS)女性中,该方案在10年后与安慰剂相比将后续乳腺癌事件减少了42%,且未超出严重不良事件和患者报告结局,从而支持其在医学界的广泛采用及NCCN指南纳入。
IBIS-I试验强化了他莫昔芬在乳腺癌预防中的作用,证明其能持久降低乳腺癌发病率,尤其是在雌激素受体阳性肿瘤中,且获益可延续至治疗期之后。此外,真实世界证据表明,由于低剂量他莫昔芬副作用较少,患者对其有强烈偏好,这提高了临床实践中的依从性。同时,研究表明低剂量他莫昔芬可降低乳腺X线摄影密度,可能改善筛查敏感性并促进更早期的癌症检出。TAM-01试验(EudraCT编号:2007-007740-10)是一项多中心、III期试验,在500名年龄75岁或以下、ECOG体能状态为1或更低、且患有激素敏感性(ER或孕激素受体≥1%)或未知的DCIS(69%)或乳腺上皮内瘤变(ADH,20%或LCIS,11%)的女性中,比较了5 mg/日他莫昔芬与安慰剂为期3年的效果。患有
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。




