CDK4/6抑制剂给药知识(CDK)研究
CDK研究针对60岁及以上转移性乳腺癌患者,比较CDK4/6抑制剂按FDA标签全剂量起始、按耐受性减量,与低剂量起始、按耐受性加至全剂量

基本信息
资源简介
CDK4/6抑制剂给药知识(CDK)研究
CDK研究针对60岁及以上转移性乳腺癌患者,比较CDK4/6抑制剂按FDA标签全剂量起始、按耐受性减量,与低剂量起始、按耐受性加至全剂量。两种方案均联用内分泌治疗。主要终点为随机化至末次CDK4/6抑制剂给药的治疗终止时间。假设低起始加量可让老年患者更久维持治疗。入组标准较宽,按年龄和基线衰弱评分做亚组分析,并以患者报告结局补充毒性评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:转移性乳腺癌。CDK4/6抑制剂给药知识研究(CDK研究)将在60岁及以上转移性乳腺癌(MBC)患者中研究CDK4/6抑制剂的给药方案。这项实用性随机试验的首要目标,是比较“说明书标示”的给药方案(即FDA批准药品说明书所列方案)与“滴定”给药方案;前者以CDK4/6抑制剂(palbociclib或ribociclib)的全剂量开始,并根据耐受性减量,后者以较低剂量的CDK4/6抑制剂开始,然后根据耐受情况逐渐滴定至全剂量。CDK4/6抑制剂将与内分泌治疗(芳香化酶抑制剂(AI)或fulvestrant)联合给药,具体由治疗临床医生选择。主要终点为治疗中止时间(TTD),定义为从随机化至CDK4/6抑制剂末次给药的时间。假设是,从低剂量开始并根据耐受情况递增剂量,将有助于老年患者(>60岁)更长时间地维持治疗。入选标准较为宽泛,以允许通常未被纳入临床试验的患者参与,从而获得更具代表性的参与者样本。研究者将根据年龄(60-64岁 vs. 65-74岁 vs. ≥75岁)和基线衰弱评分进行亚组分析。本研究基于既往CDK4/6抑制剂研究的经验教训。研究者将用前瞻性收集的患者报告结局数据,补充由医疗团队进行的标准治疗毒性评估,以更好地反映参与者对不同给药方案的耐受情况。
【主题与分类】
主题标签:Metastatic Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06377852
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/NCT06377852
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:转移性乳腺癌。CDK4/6抑制剂给药知识研究(CDK研究)将在60岁及以上转移性乳腺癌(MBC)患者中研究CDK4/6抑制剂的给药方案。这项实用性随机试验的首要目标,是比较“说明书标示”的给药方案(即FDA批准药品说明书所列方案)与“滴定”给药方案;前者以CDK4/6抑制剂(palbociclib或ribociclib)的全剂量开始,并根据耐受性减量,后者以较低剂量的CDK4/6抑制剂开始,然后根据耐受情况逐渐滴定至全剂量。CDK4/6抑制剂将与内分泌治疗(芳香化酶抑制剂(AI)或fulvestrant)联合给药,具体由治疗临床医生选择。主要终点为治疗中止时间(TTD),定义为从随机化至CDK4/6抑制剂末次给药的时间。假设是,从低剂量开始并根据耐受情况递增剂量,将有助于老年患者(>60岁)更长时间地维持治疗。入选标准较为宽泛,以允许通常未被纳入临床试验的患者参与,从而获得更具代表性的参与者样本。研究者将根据年龄(60-64岁 vs. 65-74岁 vs. ≥75岁)和基线衰弱评分进行亚组分析。本研究基于既往CDK4/6抑制剂研究的经验教训。研究者将用前瞻性收集的患者报告结局数据,补充由医疗团队进行的标准治疗毒性评估,以更好地反映参与者对不同给药方案的耐受情况。
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。




