UCN-01 治疗晚期癌症患者研究
该数据集来自 clinicaltrials.gov,收录 UCN-01 治疗晚期癌症患者的研究信息,覆盖白血病、淋巴瘤及未明确成人实体瘤

基本信息
资源简介
UCN-01 治疗晚期癌症患者研究
该数据集来自 clinicaltrials.gov,收录 UCN-01 治疗晚期癌症患者的研究信息,覆盖白血病、淋巴瘤及未明确成人实体瘤。研究为剂量递增设计,评估 UCN-01 经 3、2 或 1 小时静脉输注、每 4 周一次给药时的毒性特征、剂量限制性毒性、最大耐受剂量、药代动力学与细胞药效学,并初步观察抗肿瘤活性。数据可用于肿瘤治疗相关研究,支持药物安全性、剂量探索及疗效预测等分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:白血病、淋巴瘤、未明确成人实体瘤、方案特定。目的:I. 确定 UCN-01 以 3、2 或 1 小时输注、每 4 周一次给药用于晚期实体瘤恶性肿瘤和慢性淋巴增殖性疾病患者时的毒性特征、剂量限制性毒性和最大耐受剂量。II. 研究该方案给药后 UCN-01 在这些患者中的药代动力学和细胞药效学。III. 获得 UCN-01 在该患者人群中抗肿瘤活性的初步证据。大纲:这是一项剂量递增研究。患者每 4 周接受一次 UCN-01 静脉输注,输注时间为 3、2 或 1 小时。第一个剂量水平输注 3 小时,下一个剂量水平输注 2 小时,再下一个及后续剂量水平输注 1 小时。每个剂量水平治疗一名患者。
【主题与分类】
主题标签:Leukemia、Lymphoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00003289
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/NCT00003289
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:白血病、淋巴瘤、未明确成人实体瘤、方案特定。目的:I. 确定UCN-01以3、2或1小时输注方式每4周给药一次,用于晚期实体瘤恶性肿瘤和慢性淋巴增殖性疾病患者的毒性特征、剂量限制性毒性和最大耐受剂量。II. 研究按此方案给药的UCN-01在这些患者中的药代动力学和细胞药效学。III. 获得UCN-01在该患者人群中抗肿瘤活性的初步证据。大纲:这是一项剂量递增研究。患者每4周接受一次UCN-01静脉输注,输注时间为3、2或1小时。第一个剂量水平给药3小时,下一个剂量水平给药2小时,再下一个及后续剂量水平给药1小时。每个剂量水平治疗1例患者,直至观察到不可接受的毒性。随后在该剂量水平再入组2例患者。如果3例患者中有1例出现剂量限制性毒性(DLT),则在该剂量水平再增加3例患者。
如果2例或以上患者出现DLT,则已超过最大耐受剂量,必须在上一剂量水平共治疗6例患者。如果无患者发生DLT,则按每剂量水平3例患者的连续队列进行剂量递增。每次给药后对患者随访4周,之后方可纳入后续患者进入下一更高剂量水平。患者在末次UCN-01给药后随访2个月。预计入组:约36例患者将在18个月内入组本研究。
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。




