双靶治疗下HER2表达对非转移性HER2阳性乳腺癌的预后影响

该数据集来自 clinicaltrials.gov,聚焦非转移性 HER2 阳性乳腺癌患者在接受曲妥珠单抗联合帕妥珠单抗双靶治疗后的预后问题

Shandong Cancer Hospital and InstituteShandong Cancer Hospital and Institute
clinicaltrials
浏览 7
其他预测Breast CancerHER2/CEP17 Ratio
The Prognostic Impact of HER2 Expression in Non-Metastatic HER2-Positive Breast Cancer Treated With Dual HER2-Targeted Therapy

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

双靶治疗下HER2表达对非转移性HER2阳性乳腺癌的预后影响

该数据集来自 clinicaltrials.gov,聚焦非转移性 HER2 阳性乳腺癌患者在接受曲妥珠单抗联合帕妥珠单抗双靶治疗后的预后问题。源站描述指出,既往研究提示单靶治疗中 HER2/CEP17 比值 >7.0(超高表达)与较差的无病生存期相关,但双靶治疗下超高表达能否预测结局尚缺乏临床数据支持。数据集围绕 HER2 超高表达组与正常表达组的临床病理特征及预后关系展开分析,可用于探索 HER2 表达水平与双靶治疗预后的关联(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:乳腺癌、HER2/CEP17 比值。既往研究提示,在接受曲妥珠单抗单药治疗的患者中,HER2/CEP17 比值 >7.0(超高表达)与较差的无病生存期(DFS)相关。双靶治疗(曲妥珠单抗 + 帕妥珠单抗)已成为高危 HER2 阳性乳腺癌的标准治疗;然而,其能否预测超高 HER2 表达患者的结局仍缺乏临床数据支持。旨在分析接受双靶治疗的非转移性 HER2 阳性乳腺癌患者中,HER2 超高表达组与正常表达组的临床病理特征及预后关系。

【主题与分类】

主题标签:Breast Cancer、HER2/CEP17 Ratio。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07376174

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/NCT07376174

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:乳腺癌,HER2/CEP17比值。既往研究表明,在接受曲妥珠单抗单药治疗的患者中,HER2/CEP17比值>7.0(超高表达)与较差的无病生存期(DFS)相关。双靶治疗(曲妥珠单抗+帕妥珠单抗)已成为高危HER2阳性乳腺癌的标准治疗;然而,其能否预测超高HER2表达患者的结局,目前仍缺乏临床数据支持。分析接受双靶治疗的非转移性HER2阳性乳腺癌患者中,HER2超高表达组与正常表达组的临床病理特征及预后关系。

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。