JSKN016联合治疗不可手术局部晚期或转移性HER2阴性乳腺癌研究

该数据集来自clinicaltrials.gov,聚焦JSKN016联合多种疗法治疗不可手术局部晚期或转移性HER2阴性乳腺癌的临床研究

Jiangsu Alphamab Biopharmaceuticals Co., LtdJiangsu Alphamab Biopharmaceuticals Co., Ltd
clinicaltrials
浏览 12
其他Metastatic HER2-Negative Breast Cancer
Study of JSKN016 Combination Therapy in Inoperable Locally Advanced or Metastatic HER2-Negative Breast Cancer

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

JSKN016联合治疗不可手术局部晚期或转移性HER2阴性乳腺癌研究

该数据集来自clinicaltrials.gov,聚焦JSKN016联合多种疗法治疗不可手术局部晚期或转移性HER2阴性乳腺癌的临床研究。研究覆盖HR+HER2阴性乳腺癌与三阴性乳腺癌(TNBC)不同既往治疗人群,分为四组,分别接受JSKN016联合紫杉醇、卡培他滨、艾立布林或帕博利珠单抗治疗。主要终点为基于RECIST 1.1标准的客观缓解率(ORR),次要终点包括疗效、安全性及其他相关结局。数据可用于了解该联合方案的研究设计与结局指标,支持乳腺癌治疗领域的临床分析与知识整理(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:不可手术局部晚期HER2阴性乳腺癌、转移性HER2阴性乳腺癌。本临床研究探讨JSKN016联合多种疗法用于晚期、不可手术或转移性HER2阴性乳腺癌患者的安全性和有效性。研究包括四组不同治疗方案,针对HR+HER2阴性乳腺癌和三阴性乳腺癌(TNBC)且既往治疗不同的患者。参与者将接受JSKN016联合紫杉醇、卡培他滨、艾立布林或帕博利珠单抗治疗。主要终点为基于RECIST 1.1标准的客观缓解率(ORR)。次要终点包括疗效、安全性及其他相关结局。

【主题与分类】

主题标签:Metastatic HER2-Negative Breast Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06942234

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06942234

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:不可手术的局部晚期HER2阴性乳腺癌、转移性HER2阴性乳腺癌。本临床研究旨在探讨JSKN016联合多种疗法用于晚期、不可手术或转移性HER2阴性乳腺癌患者的安全性和有效性。该研究包括四个采用不同治疗方案的组别,针对既往接受过不同治疗的HR+HER2阴性乳腺癌和三阴性乳腺癌(TNBC)患者。受试者将接受JSKN016联合紫杉醇、卡培他滨、艾立布林或帕博利珠单抗治疗。主要终点为基于RECIST 1.1标准的客观缓解率(ORR)。次要终点包括有效性、安全性及其他相关结局。

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。