Trastuzumab Rezetecan 治疗 HER2 表达晚期实体瘤的疗效与安全性探索性研究
该数据来自 clinicaltrials.gov，是一项关于 Trastuzumab Rezetecan 治疗成人 HER2 表达晚期实体瘤的探索性临床试验
基本信息
资源简介
Trastuzumab Rezetecan 治疗 HER2 表达晚期实体瘤的疗效与安全性探索性研究
该数据来自 clinicaltrials.gov，是一项关于 Trastuzumab Rezetecan 治疗成人 HER2 表达晚期实体瘤的探索性临床试验。覆盖病种包括实体瘤、晚期恶性实体瘤、局部晚期不可切除及转移性恶性实体瘤、HER2 表达肿瘤和胆道肿瘤。受试者每 21 天治疗周期第 1 天接受静脉输注，剂量为每周期 4.8 mg/kg；体重 85 kg 及以上者每 3 周固定剂量 408 mg。主要目的是评估客观缓解率，可用于了解该药在 HER2 表达晚期实体瘤中的疗效与安全性研究设计（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：实体瘤、肿瘤（癌症/肿瘤）、晚期恶性实体瘤、局部晚期恶性实体瘤、不可切除的恶性实体瘤、转移性恶性实体瘤、HER2 表达、胆道肿瘤。本临床试验旨在了解 Trastuzumab Rezetecan 能否治疗成人 HER2 表达的晚期实体瘤。其主要试图回答的问题是：Trastuzumab Rezetecan 在成人 HER2 表达晚期实体瘤患者中的客观缓解率是多少？受试者将在每个 21 天治疗周期的第 1 天接受 Trastuzumab Rezetecan 静脉输注。剂量为每周期 4.8 mg/kg；体重 85 kg 及以上的受试者每 3 周接受 408 mg 固定剂量。
【主题与分类】
主题标签：Solid Tumors、Neoplasms (Cancer / Tumors)、Advanced Malignant Solid Neoplasm、Unresectable Malignant Solid Neoplasm、Metastatic Malignant Solid Neoplasm、HER2 Expression、Biliary Tract Neoplasms、Endometrial Neoplasms、Urothelial Carcinoma (UC)、Pancreatic Neoplasms。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07631884
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/NCT07631884
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：实体瘤、肿瘤（癌症/肿瘤）、晚期恶性实体瘤、局部晚期恶性实体瘤、不可切除的恶性实体瘤、转移性恶性实体瘤、HER2表达、胆道肿瘤。本临床试验的目的是了解曲妥珠单抗瑞泽替康能否治疗伴有HER-2表达的晚期实体瘤成人受试者。其主要研究问题为：曲妥珠单抗瑞泽替康在HER-2表达的晚期实体瘤成人患者中的客观缓解率是多少？受试者将在每个21天治疗周期的第1天接受曲妥珠单抗瑞泽替康静脉输注。剂量为每周期4.8 mg/kg；体重85 kg及以上的受试者将每3周接受408 mg固定剂量。
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。
