瑞波替尼治疗携带ALK、ROS1或NTRK1-3重排的晚期实体瘤患者的研究
覆盖局部晚期实体瘤与转移性实体瘤,重点为 ROS1+ 非小细胞肺癌(NSCLC)的不同治疗线数人群,包括未接受 ROS1 TKI、接受过 1 或 2 种 ROS1 TKI 以及是否接受过化疗或免疫治疗等分层

基本信息
资源简介
瑞波替尼治疗携带ALK、ROS1或NTRK1-3重排的晚期实体瘤患者的研究
该数据集来自 clinicaltrials.gov,收录一项关于 Repotrectinib (TPX-0005) 治疗携带 ALK、ROS1 或 NTRK1-3 重排的晚期实体瘤患者的临床研究。覆盖局部晚期实体瘤与转移性实体瘤,重点为 ROS1+ 非小细胞肺癌(NSCLC)的不同治疗线数人群,包括未接受 ROS1 TKI、接受过 1 或 2 种 ROS1 TKI 以及是否接受过化疗或免疫治疗等分层。可用于肿瘤精准治疗、靶向药物疗效与人群分层相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:局部晚期实体瘤、转移性实体瘤。在 2 期,研究受试者将入组 6 个不同的扩展(EXP)队列: EXP-1:ROS1 TKI 初治的 ROS1+ NSCLC。允许最多一线既往化疗或免疫治疗 EXP-2:1 种既往 ROS1 TKI 和 1 种铂类化疗的 ROS1+ NSCLC。疾病进展,或对一线既往 ROS1 TKI 不耐受。必须在 ROS1 TKI 之前或之后接受过一线铂类化疗或一线铂类化疗联合免疫治疗 EXP-3:2 种既往 ROS1 TKI 且无化疗的 ROS1+ NSCLC。疾病进展,或对 2 线既往 ROS1 TKI 治疗不耐受。不允许既往化疗或免疫治疗线数。 EXP-4:1 种既往 ROS1 TKI 且无化疗或免疫治疗。疾病进展或对一线既往 ROS1 TKI 不耐受。
【主题与分类】
主题标签:Locally Advanced Solid Tumors、Metastatic Solid Tumors。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03093116
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/NCT03093116
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:局部晚期实体瘤、转移性实体瘤。在2期研究中,受试者将被纳入6个不同的扩展(EXP)队列:* EXP-1:未接受过ROS1 TKI治疗的ROS1阳性非小细胞肺癌(NSCLC)。允许既往接受过最多一线化疗或免疫治疗 * EXP-2:接受过1种ROS1 TKI和1种铂类化疗的ROS1阳性NSCLC。疾病进展,或对一线ROS1 TKI治疗不耐受。必须在ROS1 TKI治疗之前或之后接受过一线铂类化疗或一线铂类化疗联合免疫治疗 * EXP-3:接受过2种ROS1 TKI且未接受过化疗的ROS1阳性NSCLC。疾病进展,或对2线ROS1 TKI治疗不耐受。不允许既往接受过化疗或免疫治疗。 * EXP-4:接受过1种ROS1 TKI且未接受过化疗或免疫治疗。疾病进展或对一线ROS1 TKI治疗不耐受。不允许既往接受过化疗或免疫治疗。 * EXP-5:未接受过TRK TKI治疗的NTRK阳性实体瘤。允许既往接受任意线数的化疗或免疫治疗。 * EXP-6:接受过TRK TKI治疗的NTRK阳性实体瘤。疾病进展,或对1或2种既往TRK TKI治疗不耐受。
允许接受任意数量的既往化疗或免疫治疗线数。
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。




