贝伐珠单抗、紫杉醇、卡铂联合胸部放疗治疗局部晚期非小细胞肺癌
该数据集源自 clinicaltrials.gov，聚焦局部晚期非小细胞肺癌的开放标签多中心临床研究。研究评估贝伐珠单抗、紫杉醇、卡铂联合胸部放疗方案的可实施性、毒性及临床反应，并分析循环中 angiopoietin-2 与血管内皮生长因子受体-2 水平同临床反应的相关性
基本信息
资源简介
贝伐珠单抗、紫杉醇、卡铂联合胸部放疗治疗局部晚期非小细胞肺癌
该数据集源自 clinicaltrials.gov，聚焦局部晚期非小细胞肺癌的开放标签多中心临床研究。研究评估贝伐珠单抗、紫杉醇、卡铂联合胸部放疗方案的可实施性、毒性及临床反应，并分析循环中 angiopoietin-2 与血管内皮生长因子受体-2 水平同临床反应的相关性。数据覆盖肺腺癌、细支气管肺泡细胞肺癌、大细胞肺癌及 II、IIIA、IIIB 期非小细胞肺癌，可用于治疗方案可行性、毒性预测及生物标志物与疗效关联建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：肺腺癌、细支气管肺泡细胞肺癌、大细胞肺癌、II 期非小细胞肺癌、IIIA 期非小细胞肺癌、IIIB 期非小细胞肺癌。主要目标：I. 评估在局部晚期非小细胞肺癌患者中给予贝伐珠单抗、紫杉醇、卡铂和胸部放疗的可行性。II. 描述该治疗方案的毒性特征。III. 评估对该治疗方案的临床反应。IV. 将循环中 angiopoietin-2 和血管内皮生长因子受体-2 的水平与该治疗方案的临床反应相关联。概述：这是一项开放标签、多中心研究。诱导治疗。患者在第 1、8、15、22、29、36 和 43 天接受紫杉醇静脉注射超过 1 小时和卡铂静脉注射超过 30-60 分钟，并在第
【主题与分类】
主题标签：Adenocarcinoma of the Lung、Bronchoalveolar Cell Lung Cancer、Large Cell Lung Cancer、Stage II Non-small Cell Lung Cancer、Stage IIIA Non-small Cell Lung Cancer、Stage IIIB Non-small Cell Lung Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00369551
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/NCT00369551
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：肺腺癌、细支气管肺泡细胞肺癌、大细胞肺癌、II期非小细胞肺癌、IIIA期非小细胞肺癌、IIIB期非小细胞肺癌。主要目标：I. 评估在局部晚期非小细胞肺癌患者中给予贝伐珠单抗、紫杉醇、卡铂及胸部放疗的可行性。II. 描述该治疗方案的毒性特征。III. 评估该治疗方案的临床反应。IV. 将循环中血管生成素-2和血管内皮生长因子受体-2的水平与对该治疗方案的临床反应相关联。大纲：这是一项开放标签、多中心研究。诱导治疗。患者在第1、8、15、22、29、36和43天接受紫杉醇静脉注射，持续1小时以上，卡铂静脉注射，持续30-60分钟以上，以及在第1、15、29和43天接受贝伐珠单抗静脉注射，持续30-90分钟以上。患者还从第1天开始，每周接受5天胸部放疗，持续7周。
巩固治疗：在完成放化疗后4-5周开始，患者接受紫杉醇静脉注射，持续1小时，随后卡铂静脉注射，持续1小时，接着贝伐单抗静脉注射，持续30分钟。若无疾病进展或不可接受的毒性反应，治疗每21天重复一次，共3个疗程。研究完成后，对患者进行为期36个月的定期随访。预计招募人数：本研究预计招募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。
