HR+/HER2-早期乳腺癌真实世界复发风险多中心回顾性队列研究
该数据集来自 clinicaltrials.gov,为一项回顾性、多中心队列研究,聚焦激素受体阳性、HER2 阴性早期乳腺癌(I-III 期)接受根治性手术及系统治疗后的真实世界特征与复发风险

基本信息
资源简介
HR+/HER2-早期乳腺癌真实世界复发风险多中心回顾性队列研究
该数据集来自 clinicaltrials.gov,为一项回顾性、多中心队列研究,聚焦激素受体阳性、HER2 阴性早期乳腺癌(I-III 期)接受根治性手术及系统治疗后的真实世界特征与复发风险。主要目标是描述无事件生存期(EFS),次要目标涵盖无复发生存期(RFS)、远处无病生存期(DDFS)、远处无复发生存期(DRFS)、总生存期(OS)、远处复发部位、至下次治疗时间(TTNT),并评估临床病理与治疗变量同临床结局的关联。数据可用于分析复发模式、预后因素及治疗结局,支撑真实世界证据生成(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:早期乳腺癌。 主要目标:描述接受根治性手术继以系统治疗的 I-III 期 HR+/HER2- 早期乳腺癌(EBC)患者的无事件生存期(EFS)。 次要目标:包括评估无复发生存期(RFS)、远处无病生存期(DDFS)、远处无复发生存期(DRFS)、总生存期(OS)、远处复发部位和至下次治疗时间(TTNT),以及评估临床病理/治疗变量与临床结局之间的关联。 关键纳入标准:接受根治性手术的 I-III 期 HR+/HER2- 浸润性乳腺癌成人(≥18 岁)。 关键排除标准:HR- 或 HER2+ 肿瘤、新发 IV 期或缺乏根治性意向手术。
【主题与分类】
主题标签:Early Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07309887
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/NCT07309887
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:早期乳腺癌。* 主要目的:描述接受根治性手术后进行全身治疗的I-III期HR+/HER2-早期乳腺癌(EBC)患者的无事件生存期(EFS)。* 次要目的:包括评估无复发生存期(RFS)、无远处疾病生存期(DDFS)、无远处复发生存期(DRFS)、总生存期(OS)、远处复发部位及至下次治疗时间(TTNT),并评估临床病理/治疗变量与临床结局之间的关联。* 关键纳入标准:接受根治性手术的I-III期HR+/HER2-浸润性乳腺癌成人患者(≥18岁)* 关键排除标准:HR-或HER2+肿瘤、新发IV期或未接受根治性意向手术
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。




