联合化疗与放疗治疗外周神经外胚层肿瘤、Ewing肉瘤、Wilms瘤或骨癌患者
数据记录了联合化疗方案(环磷酰胺、多柔比星、长春新碱、依托泊苷和异环磷酰胺)序贯手术与放疗的治疗流程,并按疾病类别分层。可用于评估治疗反应率、无事件生存期,以及比较不同疾病类别的预后差异,支持肿瘤治疗结局预测与疗效分析(来源 clinicaltrials.gov)

基本信息
资源简介
联合化疗与放疗治疗外周神经外胚层肿瘤、Ewing肉瘤、Wilms瘤或骨癌患者
该数据集来自 clinicaltrials.gov,聚焦外周原始神经外胚层肿瘤、Ewing's sarcoma、Wilms' Tumor 及骨癌等肿瘤患者,涉及 Kidney Cancer 与 Sarcoma 等病种。数据记录了联合化疗方案(环磷酰胺、多柔比星、长春新碱、依托泊苷和异环磷酰胺)序贯手术与放疗的治疗流程,并按疾病类别分层。可用于评估治疗反应率、无事件生存期,以及比较不同疾病类别的预后差异,支持肿瘤治疗结局预测与疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肾癌、肉瘤。目标:I. 确定外周原始神经外胚层肿瘤或 Ewing's sarcoma 患者接受环磷酰胺、多柔比星、长春新碱、依托泊苷和异环磷酰胺治疗,随后进行手术(如可行)和放疗的缓解率和无事件生存期。II. 确定对统一治疗方案的反应,以阐明这些疾病类别是否各自具有不同的预后。方案概述:患者根据疾病类别(原始神经外胚层肿瘤 vs Ewing's sarcoma)进行分层。患者在第1-3和第6疗程按以下方案A接受治疗,在第4、5和7疗程按以下方案B接受治疗,前提是无疾病进展或不可接受的毒性。每个疗程持续3-4周。第3疗程完成后无转移性疾病的患者接受完整肿瘤
【主题与分类】
主题标签:Kidney Cancer、Sarcoma。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00002466
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/NCT00002466
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:肾癌、肉瘤。目的:I. 确定接受环磷酰胺、多柔比星、长春新碱、依托泊苷和异环磷酰胺治疗,随后进行手术(如可行)和放疗的外周原始神经外胚层肿瘤或尤因肉瘤患者的缓解率和无事件生存期。II. 确定对统一治疗方案的反应,以阐明这些疾病类别是否各自具有不同的预后。方案概述:患者根据疾病类别(原始神经外胚层肿瘤 vs 尤因肉瘤)进行分层。患者在无疾病进展或不可接受的毒性的情况下,于第1-3和第6疗程接受如下所述的方案A治疗,于第4、5和7疗程接受如下所述的方案B治疗。每个疗程持续3-4周。第3疗程完成后无转移性疾病的患者,如可行,进行完整肿瘤切除术。第7疗程完成后达到完全缓解伴或不伴显微镜下残留疾病的患者,接受每日两次、每周5天、持续3周的放疗。
完成第7疗程后仍有明显残留病灶的患者接受放疗,每日两次,每周5天,持续3.6周。方案A和B定义如下:方案A:患者在第1天和第2天接受环磷酰胺静脉注射,持续6小时;第1-3天接受多柔比星静脉持续输注和长春新碱静脉持续输注;第9天接受长春新碱静脉注射。方案B:患者在第1-5天接受依托泊苷静脉注射,持续1小时,随后立即接受异环磷酰胺静脉注射,持续1小时。患者每月随访一次,持续18个月,之后每6个月随访一次,持续18个月。预计入组人数:本研究将在5年内最多入组50名患者(每层25名)。
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。




