乳腺癌新辅助治疗
该数据集来自 clinicaltrials.gov，主题为乳腺癌的新辅助治疗。源站描述介绍了新辅助化疗的定义、历史应用及其在局部晚期乳腺癌中的治疗背景，指出其目标是在手术切除前缩小肿瘤体积以提高保乳可能性，并提及新辅助治疗用于评估生物标志物预测疾病结局的相关性，以及至少六项随机试验比较了新辅助与辅助
基本信息
资源简介
乳腺癌新辅助治疗
该数据集英文名为 Neoadjuvant Treatment of Breast Cancer，主题聚焦于乳腺癌的新辅助治疗，来源于 clinicaltrials.gov，在分类上归属于肿瘤 / 乳腺癌方向，主题标签为 Breast Cancer。源站描述围绕新辅助化疗展开，介绍了其定义、历史应用与治疗背景：新辅助化疗又称初级化疗、诱导化疗或术前化疗，指在局部区域治疗之前给予的化疗，最早在约三十年前用于局部晚期乳腺癌。源站描述还指出，此类肿瘤经典上采用根治性手术和/或放疗处理，但尽管局部治疗积极，多数患者仍出现远处转移并最终死亡；新辅助治疗的目标是在手术切除前缩小肿瘤体积，从而提高保乳的可能性。此外，源站描述提到新辅助治疗近年被研究用于评估生物标志物预测疾病结局的相关性，并指出至少六项随机试验比较了新辅助与辅助治疗患者的生存情况。整体而言，该数据集为围绕乳腺癌新辅助治疗这一临床主题的试验注册信息集合，适合用于了解该领域的试验背景与研究脉络。
【数据集背景】
该数据集的主题背景来自源站对乳腺癌新辅助治疗的描述。新辅助化疗，也称为初级化疗、诱导化疗或术前化疗，被定义为在局部区域治疗之前实施的化疗。这一治疗方式最早在约三十年前应用于局部晚期乳腺癌。源站描述指出，经典情况下这类肿瘤采用根治性手术和/或放疗进行治疗，然而尽管局部治疗较为积极，大多数患者仍出现远处转移并最终死亡。正是在这一背景下，新辅助治疗的理念逐步受到关注，其核心目标是在手术切除前缩小肿瘤体积，从而增加保乳治疗的可能性。源站描述还提到，近年来新辅助治疗被作为研究途径，用于检验生物标志物在预测疾病结局方面的相关性，并且至少已有六项随机试验比较了新辅助治疗与辅助治疗患者的生存情况。
【数据内容】
该数据集的内容围绕乳腺癌新辅助治疗这一主题组织，主题标签为 Breast Cancer，所属分类为肿瘤 / 乳腺癌。源站描述所涵盖的内容包括新辅助化疗的定义与别称、其历史应用背景、在局部晚期乳腺癌中的治疗定位、缩小肿瘤以提高保乳可能性的治疗目标，以及将其用于评估生物标志物与疾病结局相关性的研究用途。源站描述还提及至少六项随机试验对新辅助与辅助两种治疗路径的生存结果进行了比较。关于数据集内具体包含的试验记录数量、字段结构、变量类型、时间范围与随访信息等，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中给出的条件信息为 Breast Cancer。除来源站与条件信息外，关于数据的采集方式、抽取规则、更新频率、纳入与排除标准等，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕乳腺癌新辅助治疗这一主题的了解与研究背景梳理，例如认识新辅助化疗的定义与历史应用、理解其在局部晚期乳腺癌中缩小肿瘤以支持保乳的治疗目标，以及了解将新辅助治疗用于评估生物标志物预测疾病结局相关性的研究思路。源站描述中关于至少六项随机试验比较新辅助与辅助治疗生存情况的说明，也提示该主题涉及治疗路径之间的比较性研究。关于该数据集在其他具体分析任务中的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站描述为背景性介绍，未给出该数据集在完整性、准确性、时效性等方面的质量评估信息，也未说明其局限与注意事项。关于数据规模、随访时长、终点定义等可能影响使用的具体信息，源站未提供。
【引用与许可】
源站未提供。
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/NCT00254592
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。背景：新辅助化疗，也称为初始、诱导或术前化疗，定义为在局部区域治疗前给予的化疗。它最初用于局部晚期乳腺癌是在30年前。传统上，这些肿瘤通过根治性手术和/或放疗进行治疗。然而，尽管采用了这种积极的局部治疗，大多数患者仍出现远处转移并最终死亡。新辅助治疗的目的是在手术切除前缩小肿瘤体积，从而增加保乳的可能性。最近，新辅助治疗已被研究作为一种测试生物标志物在预测疾病结局方面相关性的方法。至少有六项随机试验比较了采用新辅助或辅助方法治疗患者的生存率。其中两项较小的试验表明，接受新辅助化疗的患者具有生存优势。其他研究，包括由国家外科辅助乳腺和肠道项目（NSABP）进行的最大试验（1，523名患者），发现无病生存率和总生存率没有差异。
诱导病理学完全缓解（pCR）应作为新辅助治疗的主要目标之一，因为治疗后乳腺和淋巴结中无肿瘤细胞证据的患者可能具有更长的无病生存期和总生存期。双周和每周方案可通过最大限度减少治疗周期之间的细胞再生长来提高剂量强度。事实上，剂量密集方案甚至在淋巴结阳性乳腺癌的辅助治疗中显示出生存获益，这得益于G-CSF的使用。目前尚无最佳的标准新辅助治疗方案。一般而言，患者在新辅助治疗中接受每3周方案的AC（NSABP 14）。此外，在3周方案中加入紫杉类药物已在统计学上显著提高病理学完全缓解率。更近期，每周紫杉醇方案报告了增
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。
