S1501 转移性HER-2阳性乳腺癌心脏毒性风险双观察与随机队列研究
该数据集来自clinicaltrials.gov,聚焦转移性HER-2阳性乳腺癌患者在接受曲妥珠单抗靶向治疗及β受体阻滞剂、ARB或ACE抑制剂时的心脏毒性风险

基本信息
资源简介
S1501 转移性HER-2阳性乳腺癌心脏毒性风险双观察与随机队列研究
该数据集来自clinicaltrials.gov,聚焦转移性HER-2阳性乳腺癌患者在接受曲妥珠单抗靶向治疗及β受体阻滞剂、ARB或ACE抑制剂时的心脏毒性风险。覆盖心脏毒性、HER2/Neu阳性、脑转移性恶性肿瘤、复发性乳腺癌及AJCC v6/v7 IV期乳腺癌等情形。数据可用于估计2年心脏功能障碍和/或预设心脏事件的累积发生率,并支持构建结合临床因素与潜在生物标志物的风险预测模型,服务于心脏毒性风险评估与预防策略研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心脏毒性、HER2/Neu阳性、脑转移性恶性肿瘤、复发性乳腺癌、AJCC v6和v7 IV期乳腺癌。主要目标:I. 估计接受基于曲妥珠单抗的HER-2靶向治疗及β受体阻滞剂、血管紧张素受体阻滞剂(ARB)或血管紧张素转换酶(ACE)抑制剂的转移性乳腺癌患者中,心脏功能障碍和/或预设心脏事件的2年累积发生率。II. 开发一个包含临床因素和潜在生物标志物的模型,以预测接受基于曲妥珠单抗的HER-2靶向治疗及β受体阻滞剂、血管紧张素受体阻滞剂(ARB)或血管紧张素转换酶(ACE)抑制剂的转移性乳腺癌患者发生心脏功能障碍和/或预设心脏事件的风险。次要目标:I. 评估预防性β受体阻滞剂治疗是否
【主题与分类】
主题标签:Cardiotoxicity、HER2/Neu Positive、Recurrent Breast Carcinoma、Stage IV Breast Cancer AJCC v6 and v7。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03418961
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/NCT03418961
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
疾病条件:心脏毒性、HER2/Neu阳性、脑转移性恶性肿瘤、复发性乳腺癌、AJCC第6版和第7版IV期乳腺癌。主要目标:I. 评估接受基于曲妥珠单抗的HER-2靶向治疗联合β受体阻滞剂、血管紧张素受体阻滞剂(ARB)或血管紧张素转换酶(ACE)抑制剂的转移性乳腺癌患者中,心功能障碍和/或预设心脏事件的2年累积发生率。II. 建立包含临床因素和潜在生物标志物的模型,以预测接受基于曲妥珠单抗的HER-2靶向治疗联合β受体阻滞剂、血管紧张素受体阻滞剂(ARB)或血管紧张素转换酶(ACE)抑制剂的转移性乳腺癌患者发生心功能障碍和/或预设心脏事件的风险。次要目标:I. 评估与不进行预防相比,使用卡维地洛进行预防性β受体阻滞剂治疗是否能降低接受基于曲妥珠单抗的HER-2靶向治疗的转移性乳腺癌患者发生心功能障碍和/或预设心脏事件的风险。II.
评估预防性使用卡维地洛与不进行预防相比,是否能使因心功能障碍或事件而首次中断基于曲妥珠单抗的HER-2靶向治疗的时间延长。III. 比较左心室射血分数(LVEF)和应变的本地判读与中心判读,并评估应变变化能否预测射血分数下降。IV. 评估应变能否在社区中用作心脏毒性的标志物。次要目标:I. 评估HER-2基因的lle655Val和Alall70Pro单核苷酸多态性(SNPs)作为研究定义的心功能障碍和/或预定义心脏事件的预测性生物标志物。II. 评估基线和研究期间血浆神经调节蛋白-1作为研究定义的心功能障碍和/或预定义心脏事件的预测性生物标志物。III. 评估本地实验室在NCTN小组环境中进行连续左心室应变检测的可行性,目标是75%的患者同时提供基线和至少一次随访
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




