研究Denosumab预防BRCA1胚系突变女性乳腺癌的效果
该数据集来自clinicaltrials.gov,聚焦于携带BRCA1胚系突变的女性人群,评估使用denosumab相比安慰剂在预防乳腺癌方面的效果

基本信息
资源简介
研究Denosumab预防BRCA1胚系突变女性乳腺癌的效果
该数据集来自clinicaltrials.gov,聚焦于携带BRCA1胚系突变的女性人群,评估使用denosumab相比安慰剂在预防乳腺癌方面的效果。主要目标为降低任何乳腺癌(浸润性癌或导管原位癌DCIS)的风险;次要目标包括降低浸润性乳腺癌、浸润性三阴性乳腺癌(TNBC)以及卵巢、输卵管和腹膜癌(针对未接受预防性双侧输卵管卵巢切除术PBSO的女性)的风险。数据可用于肿瘤学中乳腺癌风险预测与干预效果分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:BRCA1突变、乳腺癌、乳腺疾病、乳腺肿瘤、乳腺 carcinoma、肿瘤。主要目标:I. 评估与安慰剂相比,接受denosumab治疗的携带胚系BRCA1突变女性中任何乳腺癌(浸润性癌或导管原位癌[DCIS])风险的降低。次要目标:I. 确定与安慰剂相比,接受denosumab治疗的携带胚系BRCA1突变女性中浸润性乳腺癌风险的降低。II. 确定与安慰剂相比,接受denosumab治疗的携带胚系BRCA1突变女性中浸润性三阴性乳腺癌(TNBC)风险的降低。III. 确定与安慰剂相比,在携带胚系BRCA1突变女性中(未接受预防性双侧输卵管卵巢切除术[PBSO]的女性)卵巢、输卵管和腹膜癌风险的降低。
【主题与分类】
主题标签:BRCA1 Mutation、Breast Cancer、Breast Diseases、Breast Neoplasms、Breast Carcinoma、Neoplasms。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04711109
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/NCT04711109
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:BRCA1突变、乳腺癌、乳腺疾病、乳腺肿瘤、乳腺癌、肿瘤。主要目的:I. 评估在接受地舒单抗治疗的生殖系BRCA1突变女性中,与安慰剂相比,任何乳腺癌(浸润性癌或导管原位癌[DCIS])风险的降低情况。次要目的:I. 确定在接受地舒单抗治疗的生殖系BRCA1突变女性中,与安慰剂相比,浸润性乳腺癌风险的降低情况。II. 确定在接受地舒单抗治疗的生殖系BRCA1突变女性中,与安慰剂相比,浸润性三阴性乳腺癌(TNBC)风险的降低情况。III. 确定在接受地舒单抗治疗的生殖系BRCA1突变女性中(未接受预防性双侧输卵管卵巢切除术[PBSO]者),与安慰剂相比,卵巢癌、输卵管癌和腹膜癌风险的降低情况。IV. 确定在接受地舒单抗治疗的生殖系BRCA1突变女性中,与安慰剂相比,其他(即非乳腺和非卵巢)恶性肿瘤(包括已知与生殖系BRCA1突变相关的恶性肿瘤)风险的降低情况。
V. 确定在接受地舒单抗治疗的生殖系BRCA1突变绝经前和绝经后女性中,与安慰剂相比,临床骨折风险的降低程度。VI. 比较在接受地舒单抗治疗的生殖系BRCA1突变女性中,与安慰剂相比的乳腺活检率和良性乳腺病变率。大纲:患者被随机分配到2个组中的1个。A组:患者每6个月(q6m)皮下注射(SC)地舒单抗,直至出现乳腺癌或不可接受的毒性,最长持续5年。B组:患者每6个月皮下注射安慰剂,直至出现乳腺癌,最长持续5年。研究治疗完成后,患者每12个月随访一次,持续5年。
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。




