Pyrotinib联合Capecitabine用于HER2阳性早期乳腺癌辅助治疗研究
该数据集来自clinicaltrials.gov，为一项前瞻性、多中心、基于注册的队列研究，聚焦HER2阳性早期乳腺癌的辅助治疗
基本信息
资源简介
Pyrotinib联合Capecitabine用于HER2阳性早期乳腺癌辅助治疗研究
Pyrotinib Plus Capecitabine for Adjuvant Treatment of HER2 Positive Early-stage Breast Cancer 数据集收录于 clinicaltrials.gov，对应一项前瞻性、多中心、基于注册的队列研究，关注吡咯替尼联合卡培他滨用于 HER2 阳性早期乳腺癌辅助治疗的疗效与安全性，并与医生选择方案的治疗进行比较。该数据集归入肿瘤 / 乳腺癌分类，主题标签为 HER2 阳性乳腺癌与早期乳腺癌，可为相关临床研究与治疗决策提供注册研究层面的信息参考。
【数据集背景】
该数据集所对应的研究围绕 HER2 阳性早期乳腺癌的辅助治疗展开。HER2 阳性乳腺癌是乳腺癌中的重要分子亚型，早期阶段的辅助治疗策略对改善患者长期预后具有关键意义。研究采用前瞻性、多中心、基于注册的队列设计，旨在探索吡咯替尼联合卡培他滨在辅助治疗场景下的疗效与安全性，并以医生选择方案的治疗作为对照。吡咯替尼是一种小分子酪氨酸激酶抑制剂，可不可逆地抑制 HER1、HER2 和 HER4，这一作用机制构成了该联合方案用于 HER2 阳性乳腺癌治疗的理论基础。
【数据内容】
数据集的主题标签为 HER2 阳性乳腺癌与早期乳腺癌，所涉及的研究条件包括 HER2 阳性乳腺癌和早期乳腺癌。研究关注的核心内容为吡咯替尼联合卡培他滨辅助治疗的疗效与安全性，并设置医生选择方案治疗作为比较对象。关于数据集内具体包含的变量字段、受试者数量、随访时长、疗效指标数值与安全性事件统计等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。对应研究为一项前瞻性、多中心、基于注册的队列研究，即通过注册登记的方式在多中心范围内前瞻性收集队列数据。关于具体的注册编号、牵头机构、参与中心数量、入组时间窗与数据更新频率等信息，源站未提供。
【适用场景】
基于其主题与设计特征，该数据集适用于 HER2 阳性早期乳腺癌辅助治疗相关的研究与评估场景，例如了解吡咯替尼联合卡培他滨与医生选择方案比较的研究设计思路，支持乳腺癌治疗领域的文献调研、研究设计参考与临床决策辅助分析。关于该数据集在特定分析任务中的验证情况或既定应用案例，源站未提供。
【使用方法】
该数据集来自 clinicaltrials.gov 的注册研究信息，使用时可结合源站提供的注册记录了解研究条件与设计概要。关于数据下载方式、访问接口、字段说明文档、统计分析建议或配套代码等具体使用指引，源站未提供。
【质量与限制】
该研究为前瞻性、多中心、基于注册的队列研究，其设计特征在证据等级上不同于随机对照试验，比较结果可能受混杂因素影响。关于样本量、缺失数据比例、随访完整性、中心间一致性以及偏倚控制措施等质量相关信息，源站未提供。使用时应注意该数据集聚焦 HER2 阳性早期乳腺癌这一特定人群与特定治疗方案，外推至其他人群或治疗场景需谨慎。
【引用与许可】
该数据集的来源站为 clinicaltrials.gov。关于引用格式、许可条款、数据使用权限与再分发条件等信息，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/NCT06035016
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：HER2阳性乳腺癌、早期乳腺癌。这是一项前瞻性、多中心、基于注册的队列研究，旨在探讨吡咯替尼联合卡培他滨用于HER2阳性早期乳腺癌辅助治疗对比医生选择治疗的疗效和安全性。吡咯替尼是一种小分子酪氨酸激酶抑制剂，可不可逆地抑制HER1、HER2和HER4。
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。
