Sonidegib与Buparlisib治疗晚期或转移性基底细胞癌的初步研究
该数据集来自clinicaltrials.gov,收录一项关于Sonidegib联合Buparlisib治疗晚期或转移性基底细胞癌的初步研究

基本信息
资源简介
Sonidegib与Buparlisib治疗晚期或转移性基底细胞癌的初步研究
该数据集来自clinicaltrials.gov,收录一项关于Sonidegib联合Buparlisib治疗晚期或转移性基底细胞癌的初步研究。研究覆盖局部晚期或转移性基底细胞癌患者,分为未接受过Smoothened抑制剂治疗组和经Smoothened抑制剂单药治疗后难治或复发组,主要评估总体缓解率,次要评估缓解持续时间、安全性、耐受性、肿瘤活检组织病理学效应及基因表达影响。数据可用于肿瘤治疗反应预测、药物安全性分析及相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:基底细胞癌、复发性皮肤癌、皮肤肿瘤、基底细胞痣综合征。主要目标:评估sonidegib(erismodegib)联合buparlisib(以下称“LB疗法”)在局部晚期或转移性基底细胞癌(BCC)患者中的总体缓解率(ORR),包括未接受过Smoothened抑制剂治疗的患者(队列1)以及在Smoothened抑制剂单药治疗中疾病难治或复发的患者(队列2)。注:本研究不比较这两个不同参与者群体之间的治疗效果。次要目标: 评估LB疗法期间或之后的缓解持续时间中位数。 评估LB疗法的安全性和耐受性。 评估LB疗法对基线和治疗12周后获取的肿瘤活检组织的组织病理学效应。 评估LB疗法对基因表达的影响
【主题与分类】
主题标签:Carcinoma, Basal Cell、Recurrent Skin Cancer、Skin Neoplasms、Basal Cell Nevus Syndrome。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02303041
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/NCT02303041
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
疾病:基底细胞癌、复发性皮肤癌、皮肤肿瘤、基底细胞痣综合征。主要目标:评估索尼德吉(erismodegib)联合布帕利西(以下简称“LB疗法”)在局部晚期或转移性基底细胞癌(BCC)患者中的总体缓解率(ORR),包括未接受过Smoothened抑制剂治疗的患者(队列1)以及在Smoothened抑制剂单药治疗中疾病难治或复发的患者(队列2)。注:本研究不比较这两个不同参与者群体之间的治疗效果。次要目标:* 评估LB疗法期间或之后的中位缓解持续时间。* 评估LB疗法的安全性和耐受性。* 评估LB疗法对基线和治疗12周后获取的肿瘤活检组织的组织病理学影响。* 评估LB疗法对基因表达的影响,包括Hedgehog通路和磷脂酰肌醇3-激酶(PI3K)通路。* 评估Smoothened、融合抑制因子同源物(Sufu)、Patched(PTCH)、胶质瘤相关癌基因同源物(Gli)1、2中的基因突变与基因表达谱及对LB疗法反应之间的相关性。
大纲:患者每日口服sonidegib一次,并在第1至28天每日口服buparlisib一次。若无疾病进展或不可接受的毒性,每28天重复疗程。完成研究治疗后,患者在30天时进行随访,之后每3个月随访一次。
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。




