放射治疗联合或不联合奥拉帕利治疗炎性乳腺癌患者
针对炎性乳腺癌,本试验主要比较奥拉帕利联合同步标准胸部及区域淋巴结放疗与单纯标准放疗的无浸润性疾病生存;次要比较局部区域控制(局部区域无复发生存间期)、远处无复发生存和总生存,并采集组织与全血保存供未来相关研究

基本信息
资源简介
放射治疗联合或不联合奥拉帕利治疗炎性乳腺癌患者
针对炎性乳腺癌,本试验主要比较奥拉帕利联合同步标准胸部及区域淋巴结放疗与单纯标准放疗的无浸润性疾病生存;次要比较局部区域控制(局部区域无复发生存间期)、远处无复发生存和总生存,并采集组织与全血保存供未来相关研究。患者随机分两组:一组从放疗前一日至放疗结束口服奥拉帕利每日两次,周末继续,并接受每周5天共6周放疗;另一组仅接受同样放疗。研究期间采集血样,治疗后随访(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:炎性乳腺癌。 主要目的: I. 比较在接受胸壁和区域淋巴结标准剂量放疗的同时接受奥拉帕利治疗的炎性乳腺癌患者与仅接受胸壁和区域淋巴结标准剂量放疗的患者的无浸润性疾病生存期(IDFS)。 次要目的: I. 在炎性乳腺癌患者中,比较奥拉帕利与放疗同步给药相较于单纯放疗对局部区域控制改善(通过局部区域无复发间期衡量)、远处无复发生存期和总生存期的影响。 附加目的: I. 收集组织和全血,用于处理和储存,以备未来在该患者人群中进行相关性研究。 方案概述: 患者被随机分配至2组中的1组。 I组:患者在标准放疗(RT)开始前一天(第0天)以及整个RT疗程期间直至RT给药最后一天,口服(PO)奥拉帕利,每日两次(BID)。在整个RT疗程期间,周末(不进行RT的常规日)也继续给予奥拉帕利。在无疾病进展或不可接受的毒性时,患者每周接受放疗5天,共6周。 II组:在无疾病进展或不可接受的毒性时,患者每周接受标准放疗5天,共6周。 患者在整个研究期间接受血液样本采集。 研究治疗完成后,患者在5周内接受随访,之后每3个月随访1次,直至入组后3年,随后每6个月随访1次,直至入组后8年。
【主题与分类】
主题标签:Breast Inflammatory Carcinoma。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03598257
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/NCT03598257
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:炎性乳腺癌。
主要目的:
I. 比较在接受胸壁和区域淋巴结标准剂量放疗的同时接受奥拉帕利治疗的炎性乳腺癌患者与仅接受胸壁和区域淋巴结标准剂量放疗的患者的无浸润性疾病生存期(IDFS)。
次要目的:
I. 在炎性乳腺癌患者中,比较奥拉帕利与放疗同步给药相较于单纯放疗对局部区域控制改善(通过局部区域无复发间期衡量)、远处无复发生存期和总生存期的影响。
附加目的:
I. 收集组织和全血,用于处理和储存,以备未来在该患者人群中进行相关性研究。
方案概述:
患者被随机分配至2组中的1组。
I组:患者在标准放疗(RT)开始前一天(第0天)以及整个RT疗程期间直至RT给药最后一天,口服(PO)奥拉帕利,每日两次(BID)。在整个RT疗程期间,周末(不进行RT的常规日)也继续给予奥拉帕利。在无疾病进展或不可接受的毒性时,患者每周接受放疗5天,共6周。
II组:在无疾病进展或不可接受的毒性时,患者每周接受标准放疗5天,共6周。
患者在整个研究期间接受血液样本采集。
研究治疗完成后,患者在5周内接受随访,之后每3个月随访1次,直至入组后3年,随后每6个月随访1次,直至入组后8年。
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。




