Pertuzumab一线治疗HER2阳性转移性乳腺癌患者数据集
该数据集来源于clinicaltrials.gov,主题为Pertuzumab一线治疗HER2阳性转移性乳腺癌患者,本站归类为肿瘤/乳腺癌

基本信息
资源简介
Pertuzumab一线治疗HER2阳性转移性乳腺癌患者数据集
该数据集来源于clinicaltrials.gov,主题为Pertuzumab一线治疗HER2阳性转移性乳腺癌患者,本站归类为肿瘤/乳腺癌。源站描述提供了全球乳腺癌流行病学背景,包括2008年新发病例约140万、2015年预计160万,2008年乳腺癌占女性新发癌症约23%,同年约45.85万女性死于乳腺癌、2015年预计53.85万;发达国家多数乳腺癌诊断时局限于乳腺,早期乳腺癌通常可手术治愈,转移性乳腺癌占新诊断病例的5%-6%。数据可用于了解该临床研究背景及转移性乳腺癌相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:转移性乳腺癌。乳腺癌是全球女性最常见的癌症,2008年估计有140万新诊断病例,2015年估计为160万例。2008年,乳腺癌约占全球女性所有新发癌症诊断的23%。它也是全球女性癌症死亡最常见的原因:2008年约有458,500名女性死于乳腺癌,预计2015年另有538,500名。在发达国家,大多数乳腺癌(欧盟和美国94%-95%的患者)在肿瘤局限于乳腺时被诊断——伴或不伴局部区域淋巴结受累。在这一早期乳腺癌(EBC)阶段,疾病通常可手术并可治愈性治疗。转移性乳腺癌(MBC)较少见,发生在新诊断病例的5%-6%。尽管EBC治疗取得进展,约3
【主题与分类】
主题标签: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/NCT02642458
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/NCT02642458
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
适应症:转移性乳腺癌。乳腺癌是全球女性中最常见的癌症,2008年估计有140万新诊断病例,2015年估计有160万例。2008年,乳腺癌约占女性所有新发癌症诊断的23%。它也是全球女性癌症死亡最常见的原因:2008年约有458,500名女性死于乳腺癌,预计2015年将另有538,500例。在发达国家,大多数乳腺癌(欧盟和美国94%-95%的患者)在肿瘤局限于乳腺时被诊断——伴有或不伴有局部区域淋巴结受累。在这一早期乳腺癌(EBC)阶段,疾病通常可手术并可治愈性治疗。转移性乳腺癌(MBC)较少见,发生率为新诊断病例的5%-6%。尽管EBC治疗取得了进展,但约30%的女性出现局部复发或转移。在美国和欧洲,MBC患者的中位生存期为24个月,5年生存率为18%-23%。18%至20%的乳腺癌显示HER2扩增和/或HER2受体过表达。
此类患者接受常规治疗预后较差。HER2受体是属于表皮生长因子受体(EGFR)家族的蛋白质。HER家族由四个结构相似的受体组成——HER1/EGFR、HER2、HER3、HER4——并调控细胞分化、侵袭、增殖、新生血管形成、存活及转移潜能等过程。在乳腺癌中,HER2阳性与更具侵袭性的肿瘤、更高的复发率、更低且更短的治疗反应以及死亡率增加相关。MBC的系统治疗选择包括化疗以及激素和靶向治疗。肿瘤特性和患者个体因素决定治疗方案的选择。在HER2阳性MBC中,曲妥珠单抗多年来一直是参考的一线治疗。未经治疗的HER2阳性MBC患者接受
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。




