Selinexor与Talazoparib治疗晚期难治性实体瘤及晚期/转移性三阴性乳腺癌(START)
该数据集来自clinicaltrials.gov,聚焦Selinexor与Talazoparib联合治疗晚期难治性实体瘤及晚期/转移性三阴性乳腺癌的临床研究

基本信息
资源简介
Selinexor与Talazoparib治疗晚期难治性实体瘤及晚期/转移性三阴性乳腺癌(START)
该数据集来自clinicaltrials.gov,聚焦Selinexor与Talazoparib联合治疗晚期难治性实体瘤及晚期/转移性三阴性乳腺癌的临床研究。研究假设联合方案在TNBC中具有临床疗效且不依赖BRCA突变状态,主要目标为确定联合治疗在晚期/转移性实体瘤中的安全性特征与RP2D,次要目标为评估TNBC中的客观缓解率,探索性目标涉及药代动力学与药物遗传学对毒性及疗效的影响。数据可用于联合用药安全性、疗效预测及药代动力学相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:晚期难治性实体瘤、晚期三阴性乳腺癌、转移性三阴性乳腺癌。假设:研究者假设Talazoparib与Selinexor联合治疗在TNBC中具有临床疗效,且不依赖于BRCA突变状态。主要目标: 确定Talazoparib与Selinexor联合治疗在晚期/转移性实体瘤中的安全性特征。 确定Talazoparib与Selinexor联合治疗在晚期/转移性实体瘤患者中的RP2D。次要目标:• 确定Talazoparib与Selinexor联合治疗在晚期/转移性TNBC中的客观缓解率。探索性目标: 评估联合治疗对Talazoparib与Selinexor药代动力学的影响。 探索药物遗传学对Talazoparib联合治疗毒性及疗效的影响。
【主题与分类】
主题标签:Advanced Refractory Solid Tumors、Advanced Triple Negative Breast Cancers。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05035745
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/NCT05035745
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
疾病类型:晚期难治性实体瘤、晚期三阴性乳腺癌、转移性三阴性乳腺癌。假设研究者假设Talazoparib与Selinexor联合用药在TNBC中具有临床疗效,且不受BRCA突变状态影响。主要目标* 确定Talazoparib与Selinexor联合用药在晚期/转移性实体瘤中的安全性特征。* 确定Talazoparib与Selinexor联合治疗在晚期/转移性实体瘤患者中的RP2D。次要目标• 确定Talazoparib与Selinexor联合用药在晚期/转移性TNBC中的客观缓解率。探索性目标* 评估联合用药对Talazoparib与Selinexor药代动力学的影响。* 探讨药物遗传学对Talazoparib与Selinexor联合用药毒性及疗效的影响。* 评估治疗期间循环肿瘤细胞及血浆生物标志物的变化。* 评估治疗期间肿瘤组织中的药效学变化及预测性生物标志物。
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。




