高危ER+/HER2-乳腺癌中TCb与EC-T的比较

条件:激素受体阳性HER-2阴性乳腺癌。本研究将评估多西他赛联合卡铂(TCb)方案与常规化疗方案(表柔比星联合环磷酰胺序贯多西他赛,EC-T)方案作为辅助化疗,用于早期高危雌激素受体(ER)阳性且人表皮生长因子受体2(HER2)阴性(ER+/HER2-)乳腺癌患者的疗效与安全性

Fudan UniversityFudan University
clinicaltrials
浏览 18
其他预测临床数据试验数据疗效评估安全性评价辅助化疗乳腺肿瘤分子分型对比研究
TCb vs EC-T in High Risk ER+/HER2- Breast Cancer

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-11-03

资源简介

高危ER+/HER2-乳腺癌中TCb与EC-T的比较

条件:激素受体阳性HER-2阴性乳腺癌。本研究将评估多西他赛联合卡铂(TCb)方案与常规化疗方案(表柔比星联合环磷酰胺序贯多西他赛,EC-T)方案作为辅助化疗,用于早期高危雌激素受体(ER)阳性且人表皮生长因子受体2(HER2)阴性(ER+/HER2-)乳腺癌患者的疗效与安全性

【数据内容】

源站描述(机器翻译,仅供参考):条件:激素受体阳性HER-2阴性乳腺癌。本研究将评估多西他赛联合卡铂(TCb)方案与常规化疗方案(表柔比星联合环磷酰胺序贯多西他赛,EC-T)方案作为辅助化疗,用于早期高危雌激素受体(ER)阳性且人表皮生长因子受体2(HER2)阴性(ER+/HER2-)乳腺癌患者的疗效与安全性。

【主题与分类】

主题标签:临床数据、试验数据、疗效评估、安全性评价、辅助化疗、乳腺肿瘤、分子分型、对比研究。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05901428

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

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/NCT05901428

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

条件:激素受体阳性HER-2阴性乳腺癌。本研究将评估多西他赛联合卡铂(TCb)方案与常规化疗方案(表柔比星联合环磷酰胺序贯多西他赛,EC-T)方案作为辅助化疗,用于早期高危雌激素受体(ER)阳性且人表皮生长因子受体2(HER2)阴性(ER+/HER2-)乳腺癌患者的疗效与安全性。

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。