低剂量卡培他滨治疗晚期乳腺癌患者的II期单臂试验

该II期单臂研究针对转移性乳腺癌,所有受试者均接受研究药物。入组老年/体弱转移性乳腺癌患者,要求局部晚期不可切除或转移性、有可测量病灶,且在转移阶段至少1种治疗后进展

University of Alabama at BirminghamUniversity of Alabama at Birmingham
clinicaltrials
浏览 29
其他Metastatic Breast Cancer
Phase II Single Arm Trial of Low Dose Capecitabine in Patients With Advanced Breast Cancer

基本信息

模态
其他
创建/更新时间
2026-10-01

资源简介

低剂量卡培他滨治疗晚期乳腺癌患者的II期单臂试验

该II期单臂研究针对转移性乳腺癌,所有受试者均接受研究药物。入组老年/体弱转移性乳腺癌患者,要求局部晚期不可切除或转移性、有可测量病灶,且在转移阶段至少1种治疗后进展。亚型为HR+/HER2阴性或三阴性,年龄≥60岁,或较年轻体弱,ECOG PS 0-2。共40名有可测量病灶者接受卡培他滨每日1000 mg治疗;出现疾病进展或不可接受毒性则停药(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:转移性乳腺癌。本研究是一项II期、单臂研究,所有患者均将接受研究药物。受试者将包括患有转移性乳腺癌的老年/体弱患者。所有患者都将接受卡培他滨1000 mg每日治疗。本试验总共将纳入40例具有可测量病灶的受试者。本研究将纳入局部晚期不可切除/转移性乳腺癌且具有可测量病灶、在转移阶段至少接受过1种既往治疗后出现进展的受试者。乳腺癌亚型包括HR+ HER2阴性或TNBC,年龄≥60岁,或较年轻但体弱的患者。ECOG PS 0-2。若发现疾病进展或不可接受的毒性,将终止研究。

【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/NCT06105684

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06105684

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:转移性乳腺癌。本研究是一项II期、单臂研究,所有患者均将接受研究药物。受试者将包括患有转移性乳腺癌的老年/体弱患者。所有患者都将接受卡培他滨1000 mg每日治疗。本试验总共将纳入40例具有可测量病灶的受试者。本研究将纳入局部晚期不可切除/转移性乳腺癌且具有可测量病灶、在转移阶段至少接受过1种既往治疗后出现进展的受试者。乳腺癌亚型包括HR+ HER2阴性或TNBC,年龄≥60岁,或较年轻但体弱的患者。ECOG PS 0-2。若发现疾病进展或不可接受的毒性,将终止研究。

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。

获取专属数据定制方案