顺铂联合多西他赛加或不加放疗治疗新诊断III期非小细胞肺癌手术患者
该数据集来自clinicaltrials.gov,聚焦新诊断的预后良好IIIA期非小细胞肺癌患者。研究比较新辅助顺铂联合多西他赛方案加或不加胸部适形放疗后行手术切除及多西他赛治疗的疗效

基本信息
资源简介
顺铂联合多西他赛加或不加放疗治疗新诊断III期非小细胞肺癌手术患者
该数据集来自clinicaltrials.gov,聚焦新诊断的预后良好IIIA期非小细胞肺癌患者。研究比较新辅助顺铂联合多西他赛方案加或不加胸部适形放疗后行手术切除及多西他赛治疗的疗效。主要目标为总生存期,次要目标包括中位生存期、无进展生存期、临床与病理缓解率、毒性反应,并分析病理完全缓解与无病生存及总生存的相关性,以及DNA损伤修复基因、微管相关蛋白和游离肿瘤DNA等生物标志物与疗效和结局的关系。可用于肺癌治疗方案的预测建模与疗效评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺癌。目标:主要 比较新诊断的预后良好IIIA期非小细胞肺癌患者接受新辅助顺铂和多西他赛联合或不联合胸部适形放疗后行手术切除和多西他赛治疗的总生存期。次要 比较接受这些方案治疗的患者的中位生存期和无进展生存期。 比较接受这些方案治疗的患者的临床和病理缓解率。 比较这些方案在这些患者中的毒性。 将病理完全缓解与接受这些方案治疗患者的无病生存期和总生存期相关联。 将DNA损伤修复基因(ERCC1和XRCC1)、微管相关蛋白(TUBB-III和MAP4)以及游离肿瘤DNA与接受这些方案治疗患者的缓解和结局相关联。* 将蛋白质谱、us
【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/NCT00113386
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/NCT00113386
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 * 比较新诊断的预后良好的IIIA期非小细胞肺癌患者,接受新辅助顺铂和多西他赛联合或不联合胸部适形放疗后手术切除及多西他赛治疗的总生存期。次要目的 * 比较接受这些方案治疗的患者的中位生存期和无进展生存期。 * 比较接受这些方案治疗的患者的临床和病理缓解率。 * 比较这些方案在这些患者中的毒性。 * 将病理完全缓解与接受这些方案治疗患者的无病生存期和总生存期相关联。 * 将DNA损伤修复基因(ERCC1和XRCC1)、微管相关蛋白(TUBB-III和MAP4)以及脱落肿瘤DNA与接受这些方案治疗患者的缓解和结局相关联。 * 使用MALDI-TOF蛋白质组学分析肿瘤和血清,将蛋白质谱与接受这些方案治疗患者的缓解和预后相关联。 * 比较接受这些方案治疗患者的生活质量。
- 确定氟脱氧葡萄糖F18正电子发射断层扫描在评估肿瘤及纵隔淋巴结病理反应以及预测接受这些方案治疗患者长期预后中的疗效。
- 将合并症与接受这些方案治疗患者的生存率相关联。
大纲:这是一项随机、多中心研究。患者根据T分期(T1 vs T2-3)、受累纵隔淋巴结数量(1个 vs 2个或更多 vs 无法评估)以及淋巴结微转移与临床受累淋巴结(mN2 vs cN2)进行分层。 - 诱导治疗:患者随机分配至2个治疗组中的1组。
- 第I组:患者在第1天和第22天接受顺铂静脉注射,持续1小时,以及多西他赛静脉注射,持续1小时。
- 第II组:患者接受胸部适形放疗,每周5天,每天1次,持续约5½周(总共28次)。患者还接受顺铂静脉注射,持续1小时,
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。




