经皮或口服醋酸特拉司酮治疗接受乳房切除术的患者
该数据集来自clinicaltrials.gov,聚焦肿瘤/乳腺癌领域,研究对象为接受乳房切除术的患者,涵盖BRCA1/BRCA2突变携带者及0期至IIA期乳腺癌(含导管原位癌、小叶原位癌)

基本信息
资源简介
经皮或口服醋酸特拉司酮治疗接受乳房切除术的患者
该数据集来自clinicaltrials.gov,聚焦肿瘤/乳腺癌领域,研究对象为接受乳房切除术的患者,涵盖BRCA1/BRCA2突变携带者及0期至IIA期乳腺癌(含导管原位癌、小叶原位癌)。数据涉及经皮与口服醋酸特拉司酮两种给药方式的比较,主要目标为评估经皮给药后乳腺组织药物浓度是否不低于口服给药的50%,次要目标包括血浆浓度、乳腺组织浓度变异、细胞增殖标志物Ki-67变化及基因表达变化等。可用于药物浓度预测、给药途径比较及相关生物标志物分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:BRCA1突变携带者、BRCA2突变携带者、导管原位癌、小叶原位癌、0期乳腺癌、IA期乳腺癌、IB期乳腺癌、IIA期乳腺癌。主要目标:I. 证明凝胶涂抹后乳腺组织中醋酸特拉司酮的平均水平不低于口服给药后水平的50%。次要目标:I. 评估经皮给药相比口服给药,特拉司酮的血浆浓度是否显著更低。II. 比较经皮组和口服组乳腺组织浓度的乳腺内变异。III. 测量细胞增殖变化(增殖标志物Ki-67标记指数)。IV. 探索与特拉司酮治疗相关的乳腺组织基因表达变化。V. 评估变化
【主题与分类】
主题标签:BRCA1 Mutation Carrier、BRCA2 Mutation Carrier、Ductal Breast Carcinoma In Situ、Lobular Breast Carcinoma In Situ、Stage 0 Breast Cancer、Stage IA Breast Cancer、Stage IB Breast Cancer、Stage IIA Breast Cancer、Stage IIB Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02314156
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/NCT02314156
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
疾病类型:BRCA1突变携带者、BRCA2突变携带者、导管原位乳腺癌、小叶原位乳腺癌、0期乳腺癌、IA期乳腺癌、IB期乳腺癌、IIA期乳腺癌。主要目标:I. 证明局部凝胶应用后,乳腺组织中替拉司酮(醋酸替拉司酮)的平均水平不低于口服给药后水平的50%。次要目标:I. 评估经皮给药相比口服治疗,替拉司酮的血浆浓度是否显著降低。II. 比较经皮给药组与口服组乳腺组织浓度的乳腺内变异。III. 测量细胞增殖变化(增殖标志物Ki-67标记指数)。IV. 探索与替拉司酮治疗相关的乳腺组织基因表达变化。V. 评估替拉司酮治疗相关的血清孕酮变化。VI. 评估口服和经皮给药的安全性和耐受性。VII. 使用BESS问卷评估症状测量。方案概要:参与者被随机分配到2个治疗组中的1组。
试验组I(醋酸特拉司酮透皮给药):患者接受醋酸特拉司酮透皮给药,并口服安慰剂,每日一次,持续4周。试验组II(醋酸特拉司酮口服给药):患者接受安慰剂透皮给药,并口服醋酸特拉司酮,每日一次,持续4周。完成研究治疗后,患者在第60天进行随访。
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。




