曲妥珠单抗瑞泽替康联合放疗对比曲妥珠单抗瑞泽替康治疗HER2阳性晚期乳腺癌脑转移
该数据集来自clinicaltrials.gov，聚焦HER2阳性晚期乳腺癌伴脑转移患者，计划入组224例受试者，按1:1随机分配至Trastuzumab Rezetecan联合放疗组或Trastuzumab Rezetecan单药组，治疗持续至疾病进展、不可耐受毒性、撤回知情同意或研究判定必须终止
基本信息
资源简介
曲妥珠单抗瑞泽替康联合放疗对比曲妥珠单抗瑞泽替康治疗HER2阳性晚期乳腺癌脑转移
该数据集来自 clinicaltrials.gov，聚焦 HER2 阳性晚期乳腺癌伴脑转移患者，计划入组 224 例受试者，按 1:1 随机分配至 Trastuzumab Rezetecan 联合放疗组或 Trastuzumab Rezetecan 单药组，治疗持续至疾病进展、不可耐受毒性、撤回知情同意或研究判定必须终止。数据集归类于肿瘤 / 乳腺癌方向，主题标签涵盖 HER2 阳性晚期乳腺癌、脑转移与放疗，可用于了解该随机对照研究的入组规模、分组方式与治疗终止规则等关键设计信息。
【数据集背景】
该数据集对应的研究关注 HER2 阳性晚期乳腺癌合并脑转移这一临床情形。研究设置两个治疗组：一组接受 Trastuzumab Rezetecan 联合放疗，另一组接受 Trastuzumab Rezetecan 单药治疗，通过随机对照的方式比较两种治疗策略。数据集的主题标签为 HER2 阳性晚期乳腺癌、脑转移与放疗，本站分类归入肿瘤 / 乳腺癌。
【数据内容】
源站描述显示，该研究计划入组 224 例 HER2 阳性晚期乳腺癌伴脑转移的受试者。符合条件的受试者按 1:1 比例随机分配至 Trastuzumab Rezetecan 联合放疗组或 Trastuzumab Rezetecan 单药组。治疗持续至疾病进展、不可耐受毒性、撤回知情同意或研究判定必须终止，以最先发生者为准。除上述研究设计层面的信息外，源站未提供具体受试者层面的变量字段、随访指标或结局数据说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中列出的条件包括 HER2 阳性晚期乳腺癌、脑转移与放疗。关于数据采集的具体流程、时间范围与采集机构，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解 HER2 阳性晚期乳腺癌伴脑转移研究中联合放疗与单药治疗的随机对照设计，包括计划样本量、1:1 随机分配方式以及治疗终止的判定条件。适用于需要把握该研究总体设计与分组框架的场景。关于具体分析用途与统计方法，源站未提供。
【使用方法】
源站描述说明了受试者的分组方式与治疗持续条件，但未提供数据访问方式、数据结构说明或操作指南。相关使用方法源站未提供。
【质量与限制】
现有信息仅覆盖研究条件、计划入组规模、随机分组比例与治疗终止规则，未涉及数据完整性、准确性验证或偏倚控制等质量信息。该数据集为研究注册信息层面的描述，不含受试者个体数据。质量与限制的进一步内容源站未提供。
【引用与许可】
该数据集来源站为 clinicaltrials.gov。关于引用格式与许可条款，源站未提供。
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/NCT07100600
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
条件：HER2阳性晚期乳腺癌、脑转移、放疗。计划共入组224例HER2阳性晚期乳腺癌伴脑转移受试者。符合条件的受试者将按1:1比例随机分配至接受曲妥珠单抗瑞泽替康联合放疗组或接受曲妥珠单抗瑞泽替康单药治疗组，直至疾病进展、出现不可耐受的毒性、撤回知情同意，或研究确定必须终止治疗（以先发生者为准）。
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。
