Sorafenib 或 Regorafenib 对人皮肤中 P63 表达与角质形成细胞分化的影响
源站描述指出,分子靶向治疗时代皮肤毒性常见,蛋白激酶抑制剂如 sorafenib、regorafenib、lapatinib、sunitinib 等引起的皮肤毒性可导致减量或停药,但其机制尚不明确

基本信息
资源简介
Sorafenib 或 Regorafenib 对人皮肤中 P63 表达与角质形成细胞分化的影响
该数据集来自 clinicaltrials.gov,聚焦 Sorafenib 或 Regorafenib 对人皮肤中 P63 表达及角质形成细胞分化的影响,涉及 Renal Cell Carcinoma、Hepatocellular Carcinoma 与 Colorectal Carcinoma 患者。源站描述指出,分子靶向治疗时代皮肤毒性常见,蛋白激酶抑制剂如 sorafenib、regorafenib、lapatinib、sunitinib 等引起的皮肤毒性可导致减量或停药,但其机制尚不明确。研究检验 sorafenib 与 regorafenib 干扰 p63 表达、角质形成细胞分化及皮肤重塑的假设,并对合格受试者进行临床评。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Renal Cell Carcinoma、Hepatocellular Carcinoma、Colorectal Carcinoma。在“分子靶向治疗”时代,皮肤毒性是常见的副作用。给予蛋白激酶抑制剂如 sorafenib、regorafenib、lapatinib、sunitinib 等后出现的皮肤毒性可使患者虚弱,导致减量并停止治疗。由靶向化疗(如 sorafenib 或 regorafenib)诱导的皮肤毒性机制尚不清楚。有必要进一步研究,以更好地理解该背景下药物相关皮肤毒性的病理生理学,并制定纠正策略。本研究检验以下假设:sorafenib 和 regorafenib 干扰 p63 表达以及角质形成细胞分化和皮肤重塑。合格的研究参与者将接受临床评估,以获取证据
【主题与分类】
主题标签:Renal Cell Carcinoma、Hepatocellular Carcinoma、Colorectal Carcinoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01466504
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/NCT01466504
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、肝细胞癌、结直肠癌。在“分子靶向治疗”时代,皮肤毒性是一种常见的副作用。服用索拉非尼、瑞戈非尼、拉帕替尼、舒尼替尼等蛋白激酶抑制剂后出现的皮肤毒性可能使患者虚弱,导致减量或中断治疗。对于索拉非尼或瑞戈非尼等靶向化疗引起的皮肤毒性机制,目前了解甚少。需要进一步研究,以更好地理解此类情况下药物相关皮肤毒性的病理生理学,并制定纠正策略。本研究检验索拉非尼和瑞戈非尼干扰p63表达、角质形成细胞分化及皮肤重塑的假说。符合条件的研究参与者将在肿瘤门诊就诊期间接受临床评估,以寻找皮肤毒性的证据。研究参与者将在开始索拉非尼或瑞戈非尼治疗前,以及皮疹出现时或索拉非尼或瑞戈非尼治疗12周时接受皮肤活检。
皮肤活检将由研究者和诊所支持人员在肿瘤科诊所进行。无论研究参与者是否出现皮疹,他们都将接受两次皮肤活检。对于出现皮疹的患者,将对其最具代表性的病变部位进行活检。而对于未出现皮疹的参与者,则会选取一处外观正常的皮肤区域进行活检。
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。



![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)
