EMD 121974 治疗局部晚期或转移性癌症患者
该数据集来自 clinicaltrials.gov,收录 EMD 121974 用于局部晚期或转移性癌症患者的临床试验信息,覆盖慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤与浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变、小肠癌及未指明成人实体瘤等病种

基本信息
资源简介
EMD 121974 治疗局部晚期或转移性癌症患者
该数据集来自 clinicaltrials.gov,收录 EMD 121974 用于局部晚期或转移性癌症患者的临床试验信息,覆盖慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤与浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变、小肠癌及未指明成人实体瘤等病种。研究为剂量递增设计,患者每周两次接受 1 小时静脉输注 EMD 121974,连续 4 周,并在无不可接受毒性时继续追加疗程。研究目的包括评估安全性与耐受性,并将磁共振成像、PET 扫描、血清血管生成相关因子检测、血清与尿液钙代谢标志物及肿瘤活检等替代标志物与治疗相关联,可用于抗血管生成治疗反应与安全性预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤与浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变、小肠癌、未指明成人实体瘤、方案特定。目的:I. 确定 EMD 121974 在晚期或转移性癌症患者中的安全性和耐受性。II. 将各种抗血管生成活性的替代标志物与 EMD 121974 治疗相关联,包括磁共振成像和 PET 扫描、各种血管生成和抗血管生成因子的血清检测、钙代谢的血清和尿液标志物以及肿瘤活检。概述:这是一项剂量递增研究。患者每周两次接受 EMD 121974 静脉注射,每次超过 1 小时,持续 4 周。在没有不可接受毒性的情况下,治疗继续额外一个疗程。疾病稳定或缓解的患者可继续治疗
【主题与分类】
主题标签:Chronic Myeloproliferative Disorders、Leukemia、Lymphoma、Myelodysplastic Syndromes、Precancerous/Nonmalignant Condition、Small Intestine Cancer。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00004258
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/NCT00004258
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
疾病类型:慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤及浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变、小肠癌、未明确的成人实体瘤、方案特定。
目的:I. 确定EMD 121974在晚期或转移性癌症患者中的安全性和耐受性。II. 将抗血管生成活性的各种替代标志物与EMD 121974治疗相关联,包括磁共振成像和PET扫描、各种血管生成和抗血管生成因子的血清检测、钙代谢的血清和尿液标志物以及肿瘤活检。
大纲:这是一项剂量递增研究。患者接受EMD 121974静脉注射,每次1小时,每周两次,持续4周。在没有不可接受的毒性的情况下,继续额外一个疗程的治疗。疾病稳定或有效的患者可在2个疗程后无限期继续治疗,直至疾病进展。3-6名患者的队列接受递增剂量的EMD 121974,直至确定最大耐受剂量(MTD)。MTD定义为3名患者中有2名或6名患者中有2名出现剂量限制性毒性的前一个剂量。
患者在第一年每3个月随访一次,此后每4个月随访一次,直至疾病进展。预计入组人数:本研究将共计入组31-40名患者。
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。




