HER3-DXd治疗局部晚期或转移性实体瘤的研究
评估 HER3-DXd 单药治疗既往接受≥1线系统性抗癌治疗、难治性局部晚期不可切除或转移性实体瘤的安全性和疗效。主要目标为评估该药对每种指定肿瘤的疗效；次要目标包括安全性、耐受性、疗效、药代动力学，评估肿瘤组织 HER3 蛋白表达及其与疗效的关系
基本信息
资源简介
HER3-DXd治疗局部晚期或转移性实体瘤的研究
评估 HER3-DXd 单药治疗既往接受≥1线系统性抗癌治疗、难治性局部晚期不可切除或转移性实体瘤的安全性和疗效。主要目标为评估该药对每种指定肿瘤的疗效；次要目标包括安全性、耐受性、疗效、药代动力学，评估肿瘤组织 HER3 蛋白表达及其与疗效的关系。癌种包括晚期实体瘤、黑色素瘤、头颈癌、胃癌、卵巢癌、宫颈癌、子宫内膜癌、膀胱癌，标签列食管癌、胰腺癌、前列腺癌、非小细胞肺癌（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：晚期实体瘤、黑色素瘤、头颈癌、胃癌、卵巢癌、宫颈癌、子宫内膜癌、膀胱癌。本研究旨在评估HER3-DXd单药治疗在既往接受过≥1线全身抗癌治疗、难治性局部晚期不可切除或转移性实体瘤受试者中的安全性和有效性。本研究的主要目标是评估HER3-DXd单药治疗对每种指定局部晚期不可切除或转移性肿瘤类型的疗效。次要目标包括评估HER3-DXd单药治疗对每种指定局部晚期不可切除或转移性肿瘤类型的安全性、耐受性、疗效和药代动力学。还将评估肿瘤组织中的HER3蛋白表达及其与HER3-DXd疗效的关系。
【主题与分类】
主题标签：Advanced Solid Tumor、Melanoma、Head and Neck Cancer、Gastric Cancer、Ovarian Carcinoma、Cervical Cancer、Endometrial Cancer、Bladder Cancer、Esophageal Cancer、Pancreatic Carcinoma。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06172478
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/NCT06172478
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：晚期实体瘤、黑色素瘤、头颈癌、胃癌、卵巢癌、宫颈癌、子宫内膜癌、膀胱癌。本研究旨在评估HER3-DXd单药治疗在既往接受过≥1线全身抗癌治疗、难治性局部晚期不可切除或转移性实体瘤受试者中的安全性和有效性。本研究的主要目标是评估HER3-DXd单药治疗对每种指定局部晚期不可切除或转移性肿瘤类型的疗效。次要目标包括评估HER3-DXd单药治疗对每种指定局部晚期不可切除或转移性肿瘤类型的安全性、耐受性、疗效和药代动力学。还将评估肿瘤组织中的HER3蛋白表达及其与HER3-DXd疗效的关系。
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。
