TKI258用于转移性炎性乳腺癌患者
该数据集来自clinicaltrials.gov,主题为TKI258(Dovitinib)用于转移性炎性乳腺癌患者的研究

基本信息
资源简介
TKI258用于转移性炎性乳腺癌患者
该数据集来自clinicaltrials.gov,主题为TKI258(Dovitinib)用于转移性炎性乳腺癌患者的研究。源站描述涵盖研究药物Dovitinib的作用机制——设计为结合癌细胞表面的FGF受体,可能减缓或杀死癌细胞,以及给药方案:每日口服,连续5天、休息2天(5天用药/2天休息),每周首剂为第1天,早晨用约8盎司水送服,需在进食前至少1小时或进食后至少2小时服用,并强调每日大致固定时间服药及漏服或休息期误服时的处理指引。数据可用于乳腺癌治疗相关研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺癌。研究药物:Dovitinib设计为结合癌细胞表面一种称为FGF受体的蛋白。这可能减缓癌细胞生长或杀死癌细胞。研究药物给药:如果您被认定符合参加本研究的条件,您将每天口服dovitinib,连续5天,然后休息2天(用药5天/休息2天方案)。每周的第一剂为第1天。您应在早晨用一杯(约8盎司)水送服dovitinib,且在进食前至少1小时或进食后至少2小时服用。重要的是每天大约在同一时间服用研究药物。如果您忘记按计划服用一剂研究药物,或在2天休息期内服用了一剂,您应遵循以下指南或致电您的研究人员:* 如果您在第6天服用一剂,那么您将在第7天休息,并开始t
【主题与分类】
主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01262027
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/NCT01262027
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:乳腺癌。研究药物:多韦替尼旨在与癌细胞表面一种称为FGF受体的蛋白结合。这可能减缓癌细胞生长或杀死癌细胞。研究药物给药:如果您符合参加本研究的条件,您将每天口服多韦替尼,连续5天,然后休息2天(用药5天/休息2天的方案)。每周的第一次给药为第1天。您应在早晨用一杯(约8盎司)水送服多韦替尼,且在进食前至少1小时或进食后至少2小时服用。重要的是,您应每天大约在同一时间服用研究药物。如果您忘记按计划服用一剂研究药物,或在2天休息期间服用了药物,您应遵循以下指南或致电研究工作人员:* 如果您在第6天服用了一剂,那么您将在第7天休息,并在第1天开始服药。* 如果您在第7天服用了一剂,那么您将跳过下一方案的第1天,并在第2天开始给药。* 如果您在第6天和第7天各服用了一剂,那么您将跳过下一方案的第1天和第2天,并在第3天开始给药。
- 如果您在第1、2、3或4天漏服了一次药物,您应重新开始下一个给药日,并在第6天和第7天休息。* 如果您在第5天漏服了一次药物,您应在第6天和第7天休息,并在下一周的第1天重新开始给药。在研究期间,未经医生同意,您不应服用其他药物,包括非处方产品和草药/替代药物。避免使用已知会引起肝脏副作用的药物非常重要。如果您出现无法耐受的副作用,研究医生可能会给您药物以帮助控制副作用。您应将研究药物储存在室温下,避免阳光直射。研究药物还应远离儿童。大约每4周,您需要交回空瓶或部分使用过的研究药物瓶。治疗期间:每次访视时,您将被询问是否有
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。




