化疗和放疗联合或不联合Panitumumab治疗IIIA期非小细胞肺癌患者
该数据集来自clinicaltrials.gov,聚焦IIIA期非小细胞肺癌患者,研究诱导放化疗联合或不联合Panitumumab后的纵隔淋巴结清除情况

基本信息
资源简介
化疗和放疗联合或不联合Panitumumab治疗IIIA期非小细胞肺癌患者
该数据集来自clinicaltrials.gov,聚焦IIIA期非小细胞肺癌患者,研究诱导放化疗联合或不联合Panitumumab后的纵隔淋巴结清除情况。数据覆盖总生存期、首次失败模式、急性和晚期不良事件、可切除患者的手术并发症,以及治疗前后生物标志物(包括EGFR和ras突变状态)与结局的相关性,还涉及血浆骨桥蛋白和microRNA的预后价值及FDG-PET/CT再分期预测结局的能力。可用于肺癌治疗反应与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺癌。目的:主要 确定IIIA期非小细胞肺癌患者完成诱导放化疗联合或不联合panitumumab后的纵隔淋巴结清除情况。次要 评估这些患者的总生存期。 评估这些患者的首次失败模式。 确定与这些方案相关的急性和晚期不良事件。 评估再评估时可切除疾病患者的手术并发症。 确定治疗前后生物标志物(包括表皮生长因子受体(EGFR)和ras突变状态)与结局(纵隔淋巴结清除和总生存期)之间的相关性。 评估血浆骨桥蛋白和microRNA对总生存期的预后价值。 评估FDG-PET/CT扫描再分期预测结局的能力。概要:这是一项多中心研究
【主题与分类】
主题标签:Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00979212
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/NCT00979212
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:肺癌。目的:主要目的 * 确定IIIA期非小细胞肺癌患者在接受含或不含帕尼单抗的诱导放化疗后纵隔淋巴结清除率。次要目的 * 评估这些患者的总生存期。 * 评价这些患者的首次失败模式。 * 确定与这些治疗方案相关的急性和晚期不良事件。 * 评估再评估时可切除疾病患者的手术并发症。 * 确定治疗前和治疗后生物标志物(包括表皮生长因子受体(EGFR)和ras突变状态)与结果(纵隔淋巴结清除率和总生存期)之间的相关性。 * 评估血浆骨桥蛋白和microRNA对总生存期的预后价值。 * 评估FDG-PET/CT扫描再分期预测结果的能力。概述:这是一项多中心研究。患者被随机分配到2个治疗组之一。 * 第I组:患者接受诱导治疗,包括在第1、8、15、22、29和36天静脉注射紫杉醇1小时以上和静脉注射卡铂30分钟以上。
患者还在第1-5天、第8-12天、第15-19天、第22-26天、第29-33天和第36-40天每天接受一次调强放疗(IMRT)或三维适形放疗(3D-CRT)。大约6-12周后开始,患者接受巩固治疗,包括在第1天和第21天静脉输注紫杉醇1小时和卡铂30分钟。* 第二组:患者接受诱导治疗,包括在第1、8、15、22、29和36天静脉输注帕尼单抗1小时,以及在第8、15、22、29和36天静脉输注紫杉醇1小时和卡铂30分钟。患者还在第8-12天、第15-19天、第22-26天、第29-33天、第36-40天和第43-47天每天接受一次IMRT或3D-CRT。大约6-12周后开始,患者接受巩固治疗,包括在第1天和第21天静脉输注紫杉醇1小时和卡铂30分钟。* 在两组中,病灶可切除且无疾病进展的患者可继续进行手术
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。




