Romidepsin联合Abraxane治疗转移性炎性乳腺癌研究
该数据集来自clinicaltrials.gov,收录一项关于Romidepsin联合Abraxane(白蛋白结合型紫杉醇纳米颗粒制剂)治疗转移性炎性乳腺癌的临床研究

基本信息
资源简介
Romidepsin联合Abraxane治疗转移性炎性乳腺癌研究
该数据集来自clinicaltrials.gov,收录一项关于Romidepsin联合Abraxane(白蛋白结合型紫杉醇纳米颗粒制剂)治疗转移性炎性乳腺癌的临床研究。覆盖HER2阴性乳腺癌、炎性乳腺癌、男性乳腺癌、复发性乳腺癌及IV期乳腺癌患者。研究包含I期剂量探索与II期疗效评估,主要目标为评估联合方案安全性、确定最大耐受剂量与推荐II期剂量,并评估无进展生存期。数据可用于联合治疗安全性、耐受性及疗效预测分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:HER2阴性乳腺癌、炎性乳腺癌、男性乳腺癌、复发性乳腺癌、IV期乳腺癌。主要目标:1. 评估Romidepsin联合Abraxane(紫杉醇白蛋白稳定纳米颗粒制剂)每周给药的安全性。(I期)2. 确定Romidepsin联合全剂量每周Abraxane的最大耐受剂量(MTD),以定义该联合方案的推荐II期剂量。(I期)3. 评估Romidepsin联合Abraxane治疗人类表皮生长因子受体2(HER2)阴性、新诊断转移性炎性乳腺癌患者的无进展生存期(PFS)。(II期)次要目标:1. 评估Romidepsin联合Abraxane的安全性和耐受性。2. 确定Romidepsin联合Ab
【主题与分类】
主题标签:HER2-negative Breast Cancer、Inflammatory Breast Cancer、Male Breast Cancer、Recurrent Breast Cancer、Stage IV Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01938833
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/NCT01938833
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:HER2阴性乳腺癌、炎性乳腺癌、男性乳腺癌、复发性乳腺癌、IV期乳腺癌。主要目的:1. 评估每周给予罗米地辛联合Abraxane(紫杉醇白蛋白稳定型纳米颗粒制剂)的安全性。(I期)2. 确定罗米地辛与全剂量每周Abraxane联合用药的最大耐受剂量(MTD),以确定该联合方案的II期推荐剂量。(I期)3. 评估罗米地辛与Abraxane联合治疗人类表皮生长因子受体2(HER2)阴性、新诊断转移性炎性乳腺癌患者的无进展生存期(PFS)。(II期)次要目的:1. 评估罗米地辛与Abraxane联合用药的安全性和耐受性。2. 确定罗米地辛与Abraxane联合用药的不良事件特征。3. 评估罗米地辛与Abraxane联合治疗新发复发性炎性乳腺癌(IBC)患者的总体缓解率(ORR)和临床获益率(CBR)。
大纲:这是一项romidepsin的I期剂量递增研究,随后进行II期研究。患者在第1、8和15天接受紫杉醇白蛋白稳定型纳米颗粒制剂静脉注射(IV)30分钟,以及romidepsin静脉注射60分钟。在无疾病进展或不可接受毒性的情况下,每28天重复一个疗程。完成研究治疗后,患者每3个月随访一次,持续2年;每6个月随访一次,持续2年;此后每年随访一次。
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。




