联合化疗治疗复发、难治或转移性实体瘤或淋巴瘤
该数据集来自 clinicaltrials.gov,聚焦复发、难治或转移性实体瘤及淋巴瘤的联合化疗研究,覆盖结直肠癌、食管癌、肝外胆管癌、胆囊癌、肝癌、肺癌、淋巴瘤、胰腺癌等病种

基本信息
资源简介
联合化疗治疗复发、难治或转移性实体瘤或淋巴瘤
该数据集来自 clinicaltrials.gov,聚焦复发、难治或转移性实体瘤及淋巴瘤的联合化疗研究,覆盖结直肠癌、食管癌、肝外胆管癌、胆囊癌、肝癌、肺癌、淋巴瘤、胰腺癌等病种。研究采用吉西他滨序贯氟尿嘧啶联合亚叶酸钙方案,属剂量递增试验,考察临床毒性反应、吉西他滨与氟尿嘧啶的稳态血浆浓度、抗肿瘤活性及药效动力学。数据可用于肿瘤治疗反应与药物代谢相关建模分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结直肠癌、食管癌、肝外胆管癌、胆囊癌、肝癌、肺癌、淋巴瘤、胰腺癌。目标: 确定在难治性或复发性或转移性实体瘤或淋巴瘤患者中,序贯给予吉西他滨后给予氟尿嘧啶联合亚叶酸钙所产生的临床毒性反应。 确定这些患者中吉西他滨和氟尿嘧啶达到的稳态血浆水平。 确定该方案在这些患者中的任何抗肿瘤活性。 确定吉西他滨和氟尿嘧啶在这些患者中的药效动力学。概要:这是一项氟尿嘧啶和吉西他滨的剂量递增研究。在第一个疗程中,患者接受吉西他滨静脉注射超过30分钟,每周一次,持续2周,随后休息一周。在后续疗程中,患者接受吉西他滨
【主题与分类】
主题标签:Colorectal Cancer、Esophageal Cancer、Extrahepatic Bile Duct Cancer、Gallbladder Cancer、Liver Cancer、Lung Cancer、Lymphoma、Pancreatic Cancer、Small Intestine Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00019513
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/NCT00019513
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:结直肠癌、食管癌、肝外胆管癌、胆囊癌、肝癌、肺癌、淋巴瘤、胰腺癌。目的:* 确定在难治性或复发性或转移性实体瘤或淋巴瘤患者中,序贯给予吉西他滨后氟尿嘧啶加亚叶酸钙的临床毒性反应。* 确定这些患者中吉西他滨和氟尿嘧啶达到的稳态血浆水平。* 确定此方案在这些患者中的任何抗肿瘤活性。* 确定吉西他滨和氟尿嘧啶在这些患者中的药效学。大纲:这是一项氟尿嘧啶和吉西他滨的剂量递增研究。在第一疗程中,患者每周接受一次吉西他滨静脉注射,持续30分钟,连续2周,随后休息一周。在后续疗程中,患者如上所述接受吉西他滨,随后立即每周一次静脉注射氟尿嘧啶,持续24小时,连续2周。患者还在第1天和第8天口服亚叶酸钙,在第2天和第9天静脉注射。在没有疾病进展或不可接受的毒性的情况下,每3周重复疗程。
氟尿嘧啶序贯剂量递增后,接着进行吉西他滨的序贯剂量递增。每组3-6名患者接受氟尿嘧啶剂量递增,随后是吉西他滨,直至确定联合用药的最大耐受剂量(MTD)。MTD定义为在2名患者出现剂量限制性毒性之前的剂量。预计入组人数:本研究最多将招募108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。




