二甲双胍治疗完成化疗的I-III期乳腺癌女性胰岛素抵抗研究
该数据集来自clinicaltrials.gov,聚焦完成化疗的I-III期乳腺癌女性患者,探索二甲双胍缓释片对胰岛素抵抗的干预效果

基本信息
资源简介
二甲双胍治疗完成化疗的I-III期乳腺癌女性胰岛素抵抗研究
该数据集来自clinicaltrials.gov,聚焦完成化疗的I-III期乳腺癌女性患者,探索二甲双胍缓释片对胰岛素抵抗的干预效果。主要目标是评估二甲双胍能否使糖化血红蛋白(HgbA1c)在5.7-6.4%的乳腺癌生存者恢复正常(<5.7%)。探索性目标包括分析二甲双胍治疗对表观遗传变化和炎症细胞因子水平的影响。数据可用于研究乳腺癌幸存者代谢干预与表观遗传、炎症标志物的关联预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:解剖学I期乳腺癌AJCC v8、解剖学II期乳腺癌AJCC v8、解剖学III期乳腺癌AJCC v8、浸润性乳腺癌。主要目标:I. 确定缓释盐酸二甲双胍(二甲双胍)能否使糖化血红蛋白(HgbA1c)在5.7-6.4%之间的女性乳腺癌生存者的HgbA1c恢复正常(<5.7%)。探索性目标:I. 研究二甲双胍治疗胰岛素抵抗(与单独标准治疗相比)是否改变表观遗传变化(染色质乙酰化、染色质开放和甲基化)和炎症细胞因子水平。(试点)II. 研究HgbA1c恢复正常是否改变表观遗传变化(染色质乙酰化、染色质开放和甲基化)和炎症细胞因子水平。(试点)大纲:患者被随机分配到2个组之一。第I组:患者接受标准
【主题与分类】
主题标签:Anatomic Stage I Breast Cancer AJCC v8、Anatomic Stage II Breast Cancer AJCC v8、Anatomic Stage III Breast Cancer AJCC v8、Invasive Breast Carcinoma。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06763328
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/NCT06763328
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:解剖学I期乳腺癌AJCC第8版、解剖学II期乳腺癌AJCC第8版、解剖学III期乳腺癌AJCC第8版、浸润性乳腺癌。主要目的:I. 确定缓释盐酸二甲双胍(二甲双胍)能否使糖化血红蛋白(HgbA1c)在5.7-6.4%之间的女性乳腺癌幸存者的糖化血红蛋白(HgbA1c)恢复正常(< 5.7%)。探索性目的:I. 研究二甲双胍治疗胰岛素抵抗(与仅标准治疗相比)是否会改变表观遗传学变化(染色质乙酰化、染色质开放和甲基化)以及炎性细胞因子水平。(试点)II. 研究HgbA1c恢复正常是否会改变表观遗传学变化(染色质乙酰化、染色质开放和甲基化)以及炎性细胞因子水平。(试点)大纲:患者被随机分配至2个组中的1个。第I组:患者接受标准治疗的健康饮食和运动宣传材料,并口服(PO)缓释二甲双胍,每日一次(QD),持续12个月,直至疾病进展或出现不可接受的毒性。此外,患者在整个研究期间接受血液样本采集。
ARM II:患者在研究中接受标准治疗的健康饮食和运动宣传资料。此外,患者在整个研究期间接受血液样本采集。完成研究治疗后,患者在30天和12个月时进行随访。
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。




