Darolutamide联合ADT与Docetaxel治疗日本低体积转移性激素敏感性前列腺癌的真实世界研究
该数据集来自 clinicaltrials.gov,属于肿瘤/前列腺癌领域,聚焦日本低体积转移性激素敏感性前列腺癌(mHSPC)男性患者

基本信息
资源简介
Darolutamide联合ADT与Docetaxel治疗日本低体积转移性激素敏感性前列腺癌的真实世界研究
该数据集来自 clinicaltrials.gov,属于肿瘤/前列腺癌领域,聚焦日本低体积转移性激素敏感性前列腺癌(mHSPC)男性患者。研究为观察性设计,收集接受 darolutamide 联合雄激素剥夺治疗(ADT)与 docetaxel 组合疗法的病历资料,用于评估该方案在常规医疗中的安全性与疗效。数据可用于了解该联合疗法对低体积 mHSPC 的影响,辅助治疗决策与真实世界证据分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转移性激素敏感性前列腺癌(mHSPC),低体积转移。这是一项观察性研究,将收集并研究日本低体积转移性激素敏感性前列腺癌(mHSPC)男性患者的病历,这些患者接受了 darolutamide 与雄激素剥夺治疗(ADT)及 docetaxel 的联合治疗。研究药物 darolutamide 与 ADT 及 docetaxel 联合是另一种前列腺癌的已批准治疗。为了更好地理解该联合治疗对低体积 mHSPC 的影响并做出更好的治疗选择,需要更多知识。ADT 是一种激素疗法,可降低睾酮(一种男性激素)水平并减缓癌细胞生长。Darolutamide 阻断雄激素信号以减缓癌细胞生长。Docetaxel 是一种化疗,用于
【主题与分类】
主题标签:Low-volume Metastasis。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06661122
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/NCT06661122
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:转移性激素敏感性前列腺癌(mHSPC),低体积转移。这是一项观察性研究,将收集并研究日本低体积转移性激素敏感性前列腺癌(mHSPC)男性的病历,这些患者接受了达罗他胺联合雄激素剥夺疗法(ADT)和多西他赛的联合治疗。研究药物达罗他胺与ADT和多西他赛联合使用,已被批准用于治疗另一种类型的前列腺癌。为了更好地了解这种联合治疗对低体积mHSPC的影响并做出更好的治疗选择,需要更多知识。ADT是一种激素疗法,可降低睾酮(一种男性激素)的水平,并减缓癌细胞的生长。达罗他胺阻断雄激素信号以减缓癌细胞的生长。多西他赛是一种用于治疗不同类型癌症的化疗药物。它通过阻止癌细胞的生长和扩散来发挥作用。前列腺是位于膀胱下方的男性生殖腺。
低容量mHSPC是一种前列腺癌,已扩散至腺体外的骨骼,但不超过三处,且尚未累及肺和肝等器官。当前列腺癌对抗激素治疗有反应时,即被视为激素敏感性前列腺癌。本研究仅对常规临床实践中的观察结果进行记录。参与者将按照其医生在常规医疗护理中的处方,接受达罗他胺联合ADT和多西他赛的治疗。作为研究的一部分,参与者不会收到任何治疗建议,其医疗护理也不会发生任何改变。本研究的主要目的是进一步了解达罗他胺在常规医疗护理中用于成年日本mHSPC男性患者时,与ADT和多西他赛联合使用的安全性和有效性。为此,研究人员将在参与者接受医生给予的联合治疗一年后,评估以下信息:• 达到前列腺特异性抗原(PSA)正常水平的参与者人数
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。




