LUMISIGHT上市后安全性研究
数据覆盖成人乳腺癌患者接受LUMISIGHT给药后过敏反应与超敏反应的发生情况,并评估其他严重超敏反应的发生率与特征。研究为前瞻性、多中心、观察性设计,可用于分析术中荧光成像辅助检测癌组织的安全性信号,支持药物警戒与临床风险监测(来源 clinicaltrials.gov)

基本信息
资源简介
LUMISIGHT上市后安全性研究
该数据集来自clinicaltrials.gov,聚焦LUMISIGHT(pegulicianine)与Lumicell Direct Visualization System(DVS)联合用于乳腺癌患者保乳手术中荧光成像的上市后安全性研究。数据覆盖成人乳腺癌患者接受LUMISIGHT给药后过敏反应与超敏反应的发生情况,并评估其他严重超敏反应的发生率与特征。研究为前瞻性、多中心、观察性设计,可用于分析术中荧光成像辅助检测癌组织的安全性信号,支持药物警戒与临床风险监测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:超敏反应。LumiSystem是FDA批准的LUMISIGHT(pegulicianine)注射剂(NDA 214511)与Lumicell Direct Visualization System(DVS)(PMA P230014)的组合。这些产品适用于成人乳腺癌患者的荧光成像,作为保乳手术中切除原发标本后切除腔内癌组织术中检测的辅助手段。这项上市后研究是一项前瞻性、多中心、观察性上市后安全性研究,评估成人乳腺癌患者接受保乳手术时给予LUMISIGHT(pegulicianine)后过敏反应和超敏反应的发生率。其他研究目标包括评估其他严重超敏反应的发生率并描述其特征。研究评估包括不良
【主题与分类】
主题标签:Hypersensitivity Reactions。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07572162
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/NCT07572162
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:超敏反应。LumiSystem是FDA批准的LUMISIGHT(pegulicianine)注射剂(NDA 214511)与Lumicell直接可视化系统(DVS)(PMA P230014)的组合。这些产品适用于成人乳腺癌患者的荧光成像,作为乳房肿瘤切除术中切除原发标本后,对切除腔内癌组织进行术中检测的辅助手段。本上市后研究是一项前瞻性、多中心、观察性上市后安全性研究,旨在评估接受乳房肿瘤切除术的成人乳腺癌患者中,与LUMISIGHT(pegulicianine)给药相关的过敏反应和超敏反应的发生率。其他研究目标包括评估其他严重超敏反应的发生率并对其进行特征描述。研究评估包括关注的不良事件评估(包括本方案中所示的实验室数据)、体格检查,以及LUMISIGHT给药前后的血压、心率和氧饱和度评估。
疑似过敏反应和超敏反应病例由临床终点裁定委员会根据标准过敏反应定义和超敏反应分级系统进行裁定。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




