曲妥珠单抗+阿培利司±氟维司群对比曲妥珠单抗+化疗治疗PIK3CA突变HER2阳性晚期乳腺癌
该数据集来自 clinicaltrials.gov,收录一项针对携带 PIK3CA 突变的 HER2+ 晚期乳腺癌患者的国际多中心、开放标签、对照 III 期随机临床试验(ALPHABET)

基本信息
资源简介
曲妥珠单抗+阿培利司±氟维司群对比曲妥珠单抗+化疗治疗PIK3CA突变HER2阳性晚期乳腺癌
该数据集来自 clinicaltrials.gov,收录一项针对携带 PIK3CA 突变的 HER2+ 晚期乳腺癌患者的国际多中心、开放标签、对照 III 期随机临床试验(ALPHABET)。计划入组约 300 例患者,分为 HR- 队列 144 例和 HR+ 队列 156 例,要求对最新 FFPE 肿瘤样本进行 PIK3CA 突变中心筛查,并本地检测 HR 和 HER2 状态。数据可用于乳腺癌治疗研究及临床试验设计参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期乳腺癌。这是一项国际、多中心、开放标签、对照的 III 期随机临床试验,受试者为携带 PIK3CA 突变的 HER2+ 晚期乳腺癌(ABC)患者。计划入组约 300 例患者(激素受体(HR)-队列 144 例,HR+队列 156 例)。为确定资格,需要对最近可获得的福尔马林固定石蜡包埋(FFPE)肿瘤样本进行 PIK3CA 突变的中心筛查。鼓励研究者送检最近的肿瘤组织,最好来自转移灶。但如果无法做到,来自原发肿瘤或转移灶的存档组织样本也可接受。需要本地筛查 HR 和 HER2 状态(尽管将回顾性进行中心确认)。一旦筛查过程(在各站点本地和中心……
【主题与分类】
主题标签:Advanced Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05063786
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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/NCT05063786
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
适应症:晚期乳腺癌。这是一项国际、多中心、开放标签、对照性III期随机临床试验,研究对象为携带PIK3CA突变的HER2+晚期乳腺癌(ABC)患者。预计入组约300例患者(激素受体(HR)-队列144例,HR+队列156例)。为确定入组资格,需对最近可获得的福尔马林固定石蜡包埋(FFPE)肿瘤样本进行PIK3CA突变的中枢筛查。鼓励研究者提交最近的肿瘤组织,最好来自转移病灶。但若无法实现,可接受来自原发肿瘤或转移病灶的存档组织样本。需进行HR和HER2状态的本地筛查(尽管将回顾性进行中枢确认)。筛查流程(各中心本地及中心实验室)完成后,完全符合资格的患者将按1:1比例随机分配至对照组(曲妥珠单抗联合化疗(CT))或试验组(曲妥珠单抗+alpelisib+/-氟维司群,取决于HR状态)。
根据HR状态定义的两个患者队列将分别进行随机化,每个队列内的随机化将按既往是否接受过帕妥珠单抗治疗(是 vs 否)以及既往针对MBC的抗HER2为基础的治疗线数(≤2 vs >2)进行分层。在两个队列中,患者将继续接受其分配的治疗,直至出现客观疾病进展、症状恶化、不可接受的毒性、死亡或撤回知情同意,以先发生者为准。在客观疾病进展后,两个治疗组的患者将被随访直至死亡或撤回知情同意。为进行探索性生物标志物分析,将获取治疗前肿瘤样本和序贯血液样本(基线时、第9周时、治疗结束时(EOT)以及疾病进展(PD)时)。此外,还将获取约100例患者(50例HR+和50例HR-)筛选时的血液样本
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。


![[68Ga]Ga-DWJ155在成人实体瘤患者中的研究](/medical-api/medicalDataset/datasetCover/37872.jpg)

