绝经前早期乳腺癌患者接受曲普瑞林联合其他癌症治疗的生活质量与激素水平研究
该数据集来自 clinicaltrials.gov，聚焦绝经前早期乳腺癌患者，研究其在接受曲普瑞林联合内分泌治疗后的生活质量与激素水平
基本信息
资源简介
绝经前早期乳腺癌患者接受曲普瑞林联合其他癌症治疗的生活质量与激素水平研究
该数据集来自 clinicaltrials.gov，聚焦绝经前早期乳腺癌患者，研究其在接受曲普瑞林联合内分泌治疗后的生活质量与激素水平。数据集英文名称为“Study of Quality of Life and Hormone Levels in Premenopausal Participants With Early Breast Cancer Receiving Triptorelin Plus Additional Cancer Treatment”，本站归类为肿瘤 / 乳腺癌，主题标签为 Early-stage Breast Cancer。源站描述显示，该研究的主要目的是评估激素受体（HR）阳性且人表皮生长因子受体-2（HER2）阴性的绝经前乳腺癌患者在接受曲普瑞林之外联合一种内分泌癌症治疗时的生活质量，同时还将获取关于曲普瑞林有效性及安全性的更多信息，以及疾病特征与研究者所选治疗之间可能存在的关系。
【数据集背景】
该数据集所对应的研究关注绝经前早期乳腺癌人群。根据源站描述，研究对象为激素受体（HR）阳性且人表皮生长因子受体-2（HER2）阴性的绝经前乳腺癌患者，这些患者正在接受曲普瑞林联合额外的内分泌癌症治疗。研究的主要目的在于评估这一人群在接受上述治疗时的生活质量，并进一步了解曲普瑞林的有效性和安全性，以及疾病特征与研究者所选治疗之间可能存在的关系。数据集的主题标签为 Early-stage Breast Cancer，本站分类为肿瘤 / 乳腺癌。
【数据内容】
源站描述提及的研究关注点包括：绝经前参与者的生活质量；曲普瑞林的有效性与安全性；疾病特征与研究者所选治疗之间可能存在的关系。数据集名称中还明确包含激素水平这一主题。关于数据集中具体包含哪些字段、变量、记录数量、随访时间点、量表类型或激素指标种类，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述列出了研究条件为 Early-stage Breast Cancer，并说明了研究目的与关注内容。关于数据采集的具体方式、采集机构、采集地点、采集时间范围、样本量及入排标准等细节，源站未提供。
【适用场景】
基于源站描述，该数据集可用于了解绝经前早期乳腺癌患者在接受曲普瑞林联合内分泌治疗情境下的生活质量评估，以及曲普瑞林有效性与安全性相关信息；也可用于探讨疾病特征与研究者所选治疗之间可能存在的关系。关于更具体的适用场景，如特定统计建模、比较研究或临床决策支持，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT05377684
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
条件：早期乳腺癌。本研究的主要目的是评估接受曲普瑞林联合内分泌治疗的激素受体（HR）阳性、人表皮生长因子受体-2（HER2）阴性乳腺癌绝经前参与者的生活质量。本研究还将获取以下更多信息：- 曲普瑞林的有效性和安全性；- 疾病特征与研究者所选治疗之间可能存在的关系。
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。
