Lorlatinib 治疗伴 CNS 转移且无可测量颅外病灶的晚期 ALK 和 ROS1 重排肺癌研究
该数据集来自 clinicaltrials.gov,主题为一项 II 期临床试验,研究对象是伴中枢神经系统(CNS)转移、且无可测量颅外病灶的晚期 ALK 或 ROS1 重排非小细胞肺癌(NSCLC)患者

基本信息
资源简介
Lorlatinib 治疗伴 CNS 转移且无可测量颅外病灶的晚期 ALK 和 ROS1 重排肺癌研究
该数据集来自 clinicaltrials.gov,主题为一项 II 期临床试验,研究对象是伴中枢神经系统(CNS)转移、且无可测量颅外病灶的晚期 ALK 或 ROS1 重排非小细胞肺癌(NSCLC)患者。研究药物为 Lorlatinib,所有受试者均接受该药治疗,其作用靶点是 NSCLC 细胞中异常的 ALK 或 ROS1 蛋白。源站描述指出,Lorlatinib 尚未获 FDA 批准用于任何疾病治疗,但已有其他研究显示其可能有助于控制已扩散至 CNS 的 NSCLC 生长。该数据可用于了解该人群的试验设计与治疗评估方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Non-Small Cell Lung Cancer (NSCLC)。本研究是一项 II 期临床试验。II 期临床试验测试研究性药物的安全性和有效性,以了解该药物对治疗特定疾病是否有效。“研究性”意味着该药物正在被研究。FDA(美国食品药品监督管理局)尚未批准 Lorlatinib 用于治疗任何疾病。本研究的所有参与者都将接受 Lorlatinib。Lorlatinib 靶向 NSCLC 细胞中异常的 ALK 或 ROS1 蛋白。Lorlatinib 已在其他研究中接受测试,结果表明,即使 NSCLC 已扩散至 CNS,该药物也可能有助于控制其生长。CNS 是一个术语,用于指代大脑和脊髓,包括被称为脑膜的脑和脊髓衬里。在本研究中,研究者正试图
【主题与分类】
主题标签:Non-Small Cell Lung Cancer (NSCLC)。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02927340
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/NCT02927340
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:非小细胞肺癌(NSCLC)。本研究为II期临床试验。II期临床试验旨在测试研究性药物的安全性和有效性,以了解该药物是否对治疗特定疾病有效。“研究性”意味着该药物正处于研究阶段。美国食品药品监督管理局(FDA)尚未批准Lorlatinib用于治疗任何疾病。本研究的所有参与者都将接受Lorlatinib治疗。Lorlatinib靶向NSCLC细胞中的异常ALK或ROS1蛋白。Lorlatinib已在其他研究中接受测试,结果表明,即使NSCLC已扩散至中枢神经系统(CNS),该药物也可能有助于控制其生长。CNS是指大脑和脊髓,包括被称为脑膜的脑和脊髓衬里。在本研究中,研究者试图确定lorlatinib在癌细胞扩散至CNS后是否能有效控制其生长。本研究的另一个目的是确定为何已扩散至参与者CNS的癌细胞在其他药物治疗下仍继续生长。
因此,本研究将收集血液样本,以评估参与者癌细胞在体内转移至其他部位时释放到血液中的DNA。
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。




