手术联合或不联合化疗治疗软组织肉瘤肺转移患者
该数据集来自 clinicaltrials.gov,主题为软组织肉瘤肺转移患者接受手术联合或不联合化疗的随机多中心研究。研究比较转移灶切除术前后的高剂量 doxorubicin 与 ifosfamide 联合或不联合 filgrastim(G-CSF)方案与单纯转移灶切除术,评估疾病控制、总生存和无

基本信息
资源简介
手术联合或不联合化疗治疗软组织肉瘤肺转移患者
该数据集来自 clinicaltrials.gov,主题为软组织肉瘤肺转移患者接受手术联合或不联合化疗的随机多中心研究。研究比较转移灶切除术前后的高剂量 doxorubicin 与 ifosfamide 联合或不联合 filgrastim(G-CSF)方案与单纯转移灶切除术,评估疾病控制、总生存和无复发生存,并考察方案安全性与并发症。数据覆盖子宫内膜癌、肾癌、转移性癌、卵巢癌、嗜铬细胞瘤和肉瘤等病种,可用于肿瘤治疗方案的疗效与安全性预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:子宫内膜癌、肾癌、转移性癌、卵巢癌、嗜铬细胞瘤、肉瘤。目标:I. 比较接受高剂量 doxorubicin 和 ifosfamide 联合或不联合 filgrastim(G-CSF)治疗、并在转移灶切除术前和术后进行治疗的继发于软组织肉瘤的肺转移患者与仅接受转移灶切除术的患者在疾病控制、总生存和无复发生存方面的差异。II. 确定该方案在这些患者中的安全性和并发症。概述:这是一项随机、多中心研究。患者根据转移灶位置(单侧 vs 双侧)进行分层。患者被随机分配到 2 个治疗组之一。第 I 组:患者被分配至方案 A 或 B。方案 A:患者在第 1 天接受高剂量 doxorubicin 静脉注射和 ifosfamide 静脉持续输注,并在第 3-13 天接受 filgrastim(G-CSF)皮下注射。方案 B:患者接受化疗作为
【主题与分类】
主题标签:Endometrial Cancer、Kidney Cancer、Metastatic Cancer、Ovarian Cancer、Pheochromocytoma、Sarcoma。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00002764
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/NCT00002764
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:子宫内膜癌、肾癌、转移性癌症、卵巢癌、嗜铬细胞瘤、肉瘤。目的:I. 比较在转移瘤切除术前后接受高剂量多柔比星和异环磷酰胺联合或不联合非格司亭(G-CSF)治疗的软组织肉瘤肺转移患者与仅接受转移瘤切除术患者的疾病控制、总生存和无复发生存情况。II. 确定该方案在这些患者中的安全性和发病率。大纲:这是一项随机、多中心研究。患者根据转移位置(单侧与双侧)进行分层。患者随机分配到2个治疗组之一。第I组:患者被分配至方案A或B。方案A:患者在第1天连续接受高剂量多柔比星静脉注射和异环磷酰胺静脉注射,并在第3-13天皮下注射非格司亭(G-CSF)。方案B:患者接受上述化疗但不使用G-CSF。两种方案的治疗每3周持续进行,共3个疗程。随后患者通过开胸术或胸骨切开术接受根治性肺转移瘤切除术,并进行楔形切除或肺叶切除。
转移灶切除术后病情有反应的患者,继续接受原分配方案的两个额外疗程。第二组:患者如第一组一样接受根治性肺转移灶切除术。患者随访频率为前2年每3个月一次,随后2年每6个月一次,之后每年一次。预计入组人数:本研究预计在约4.5年内共入组340名患者(每组治疗分配170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。




