评估Camizestrant联合Atirmociclib治疗晚期乳腺癌女性患者安全性与耐受性的研究

这是一项针对晚期乳腺癌的IIa期、序贯分配、非随机、开放标签治疗研究,旨在评估camizestrant联合atirmociclib的安全性、耐受性、药代动力学(PK)及初步抗肿瘤活性

AstraZenecaAstraZeneca
clinicaltrials
浏览 25
其他Advanced Breast Cancer
Study to Evaluate the Safety and Tolerability of Camizestrant in Combination With Atirmociclib in Women With Advanced Breast Cancer

基本信息

模态
其他
创建/更新时间
2026-10-01

资源简介

评估Camizestrant联合Atirmociclib治疗晚期乳腺癌女性患者安全性与耐受性的研究

这是一项针对晚期乳腺癌的IIa期、序贯分配、非随机、开放标签治疗研究,旨在评估camizestrant联合atirmociclib的安全性、耐受性、药代动力学(PK)及初步抗肿瘤活性。该单臂研究包括筛选期、atirmociclib单次给药期、双药干预期和治疗后随访期(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:晚期乳腺癌。这是一项IIa期、序贯分配、非随机、开放标签的治疗研究,旨在确定camizestrant与atirmociclib联合用药的安全性、耐受性、药代动力学(PK)及初步抗肿瘤活性。该单臂研究包括: 筛选期 Atirmociclib单药治疗期 双药干预期 治疗后随访期

【主题与分类】

主题标签:Advanced Breast Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07427394

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07427394

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

疾病:晚期乳腺癌。这是一项IIa期、序贯分配、非随机、开放标签的治疗研究,旨在确定camizestrant与atirmociclib联合用药的安全性、耐受性、药代动力学(PK)及初步抗肿瘤活性。该单臂研究包括:* 筛选期 * Atirmociclib单药治疗期 * 双药干预期 * 治疗后随访期

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。

获取专属数据定制方案