Orellanine治疗转移性透明细胞或乳头状肾细胞癌研究
该数据集来自clinicaltrials.gov,收录一项关于Orellanine治疗转移性透明细胞或乳头状肾细胞癌的开放、非对照I/II期研究

基本信息
资源简介
Orellanine治疗转移性透明细胞或乳头状肾细胞癌研究
该数据集来自clinicaltrials.gov,收录一项关于Orellanine治疗转移性透明细胞或乳头状肾细胞癌的开放、非对照I/II期研究。研究评估安全性、耐受性和抗肿瘤疗效,计划纳入最多75名患者,分为三部分:A部分为患者内剂量递增(现已关闭),B部分为基于暴露的剂量递增,C部分为剂量扩展。患者可入组24小时或72小时暴露队列,暴露时长由血液透析时机决定。数据可用于肾癌治疗相关的安全性、耐受性及疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肾细胞癌。这是一项开放、非对照的I/II期研究,评估orellanine治疗转移性透明细胞或乳头状肾癌患者的安全性、耐受性和抗肿瘤疗效。该研究将纳入最多75名患者,分3部分进行。研究将包括3部分:A部分——患者内剂量递增部分,随后是剂量暴露(B部分),随后是剂量扩展(C部分)。A部分现已关闭,采用患者内剂量递增设计,评估多个剂量水平的安全性。该研究目前处于B部分,即基于暴露的剂量递增阶段。患者可入组24小时或72小时暴露队列。暴露持续时间由血液透析的时机决定,因为orellanine的消除主要通过输注后开始的透析进行。
【主题与分类】
主题标签:Carcinoma, Renal Cell。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05287945
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/NCT05287945
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:肾细胞癌。这是一项开放、非对照的I/II期研究,评估奥雷拉宁治疗转移性透明细胞或乳头状肾癌患者的安全性、耐受性和抗肿瘤疗效。该研究将纳入最多75名患者,分为3个部分进行。研究将包括3个部分:A部分——患者内剂量递增部分,随后是剂量暴露(B部分),然后是剂量扩展(C部分)。A部分现已关闭,采用患者内剂量递增设计,评估多个剂量水平的安全性。该研究目前处于B部分,即基于暴露的剂量递增阶段。患者可被纳入24小时或72小时暴露队列。暴露持续时间由血液透析的时间决定,因为奥雷拉宁的消除主要通过输注后启动的透析实现。B部分的起始剂量为0.38 mg/kg,每个治疗周期的总剂量限制为2.5 mg/kg,包括任何补充剂量。每个队列至少纳入三名患者,只有在安全性评估后才递增至更长的暴露持续时间。
C部分是一个计划中的剂量扩展阶段,旨在进一步描述选定剂量和暴露水平下的安全性,并探索初步的抗肿瘤活性。
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。




