Talazoparib联合Enzalutamide前列腺癌术前II期研究
该数据集来自clinicaltrials.gov,收录一项针对新诊断淋巴结转移性前列腺癌(TxN1M0、TxNxM1a)的术前II期研究

基本信息
资源简介
Talazoparib联合Enzalutamide前列腺癌术前II期研究
该数据集来自clinicaltrials.gov,收录一项针对新诊断淋巴结转移性前列腺癌(TxN1M0、TxNxM1a)的术前II期研究。研究评估talazoparib联合enzalutamide及雄激素剥夺治疗(ADT)后手术的抗肿瘤活性,主要终点为术后1年PSA不可检测比例,次要终点包括原发肿瘤及转移淋巴结病理反应、5年无病生存与无转移生存、安全性及耐受性。数据可用于前列腺癌术前联合治疗疗效预测与生存分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:前列腺癌。主要目标:评估术前talazoparib(PF-06944076)联合enzalutamide及雄激素剥夺治疗(ADT)后手术,在新诊断淋巴结转移性前列腺癌(TxN1M0、TxNxM1a)患者中的抗肿瘤活性,以术后1年前列腺特异性抗原(PSA)不可检测的患者比例确定。次要目标: 分析该人群中talazoparib联合enzalutamide及ADT对原发肿瘤和转移淋巴结的病理反应。 分析该人群中talazoparib联合enzalutamide及ADT后手术巩固治疗的5年无病生存率和5年无转移生存率。* 评估术前talazoparib联合enzalutamide及ADT的安全性和耐受性。
【主题与分类】
主题标签:Prostate Cancer。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05873192
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/NCT05873192
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:前列腺癌。主要目标:•评估术前他拉唑帕利(PF-06944076)联合恩杂鲁胺和雄激素剥夺治疗(ADT)后手术,在新诊断的前列腺癌淋巴结转移患者(TxN1M0、TxNxM1a)中的抗肿瘤活性,以术后1年前列腺特异性抗原(PSA)不可检测的患者比例来确定。次要目标:* 分析该人群中原发肿瘤和转移淋巴结对他拉唑帕利联合恩杂鲁胺和ADT的病理学反应。* 分析该人群中他拉唑帕利联合恩杂鲁胺和ADT后手术巩固治疗的5年无病生存率和5年无转移生存率。* 评估该人群中术前他拉唑帕利联合恩杂鲁胺和ADT的安全性和耐受性。* 评估ADT和恩杂鲁胺治疗2个月后相对于临床和病理结局的条件性同源重组缺陷(HRD)状态的诱导情况。
探索性目标:* 评估与治疗反应或疾病进展相关的预测性和/或预后性基因组及转录组生物标志物。* 将肿瘤活检的患者内基因组异质性数据与功能成像数据同临床获益终点进行关联分析。* 通过对比分析配对的治疗前、治疗中和治疗后肿瘤组织中的候选生物标志物,研究对研究治疗产生耐药的可能机制。
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。




