晚期预后不良癌症早期多基因测序诊疗一体化研究

该数据集来自 clinicaltrials.gov,聚焦晚期预后不良癌症的早期多基因测序诊疗一体化研究,覆盖乳腺癌、肝癌和胰腺导管腺癌

University Hospital, LilleUniversity Hospital, Lille
clinicaltrials
浏览 7
基因组Breast CancerLiver CancerPancreatic Ductal Adenocarcinoma
Theranostic Approach by Early Multigene Sequencing in Advanced Poor Prognosis Cancers

基本信息

模态
基因组
创建/更新时间
2026-10-27

资源简介

晚期预后不良癌症早期多基因测序诊疗一体化研究

该数据集来自 clinicaltrials.gov,聚焦晚期预后不良癌症的早期多基因测序诊疗一体化研究,覆盖乳腺癌、肝癌和胰腺导管腺癌。研究第一部分采用43基因panel的简单NGS多基因DNA测序,若无贡献则进入第二部分,随机比较早期多基因DNA测序(638基因panel)联合多基因RNA测序(ARCHER panel)与常规方案,并涉及MMR状态和肿瘤突变负荷。数据可用于肿瘤精准治疗相关研究(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、肝癌、胰腺导管腺癌。第一部分:序贯多基因测序(Simple NGS), 多基因DNA测序(43基因panel,对应最常被靶向的分子改变) 若无贡献:第二部分:两种序贯方法之间的随机研究 - 实验组:早期多基因DNA测序(638基因panel)多基因RNA测序(ARCHER panel)1. 分子生物学中的MMR状态 2. - 肿瘤突变负荷 * 对照组:一线治疗失败后,根据Plan France Medecine Genomique 2025。在第二部分中,如有必要可建议进行新的活检

【主题与分类】

主题标签:Breast Cancer、Liver Cancer、Pancreatic Ductal Adenocarcinoma。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06958224

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/NCT06958224

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

适应症:乳腺癌、肝癌、胰腺导管腺癌。第1部分:序贯多基因测序(简易NGS),* 多基因DNA测序(43基因panel,对应最常被靶向的分子改变)* 若无贡献性结果:第2部分:两种序贯策略之间的随机研究——试验组:早期多基因DNA测序(638基因panel)多基因RNA测序(ARCHER panel)1. 分子生物学中的MMR状态 2. 肿瘤突变负荷 * 对照组:一线治疗失败后,依据法国2025年基因组医学计划(Plan France Medecine Genomique 2025)在第2部分中,如有必要可建议进行新的活检

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。