联合化疗加非格司亭治疗晚期实体瘤患者
该数据集来自 clinicaltrials.gov,聚焦联合化疗加非格司亭治疗晚期实体瘤患者的临床研究。覆盖膀胱癌、乳腺癌、原发灶不明癌、食管癌、胃癌、头颈癌、肺癌、皮肤黑色素瘤等多种肿瘤类型

基本信息
资源简介
联合化疗加非格司亭治疗晚期实体瘤患者
该数据集来自 clinicaltrials.gov,聚焦联合化疗加非格司亭治疗晚期实体瘤患者的临床研究。覆盖膀胱癌、乳腺癌、原发灶不明癌、食管癌、胃癌、头颈癌、肺癌、皮肤黑色素瘤等多种肿瘤类型。研究目标包括确定 docetaxel 联合 gemcitabine 和 filgrastim 的最大耐受剂量、剂量限制性毒性、客观抗肿瘤反应,以及评估疲劳和血液细胞因子。方案为 docetaxel 静脉输注后给予 gemcitabine,并每日皮下注射 filgrastim,每 14 天重复。可用于肿瘤治疗剂量探索与毒性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:膀胱癌、乳腺癌、原发灶不明癌、食管癌、胃癌、头颈癌、肺癌、黑色素瘤(皮肤)。目标: 确定 docetaxel 联合 gemcitabine 和 filgrastim(G-CSF)在晚期实体瘤患者中的最大耐受剂量。 确定该方案在这些患者中的剂量限制性毒性。 评估接受该方案治疗患者的客观抗肿瘤反应。 确定接受该方案治疗患者的疲劳和血液细胞因子。概述:这是一项 docetaxel 的剂量递增研究。患者在第 1 天接受 docetaxel 静脉输注 1 小时,随后接受 gemcitabine 静脉输注 30 分钟。患者还从第 2 天开始每日皮下注射 filgrastim(G-CSF),直至血细胞计数恢复。在没有疾病进展的情况下,每 14 天重复治疗。
【主题与分类】
主题标签:Bladder Cancer、Breast Cancer、Carcinoma of Unknown Primary、Esophageal Cancer、Gastric Cancer、Head and Neck Cancer、Lung Cancer、Melanoma (Skin)、Ovarian Cancer、Pancreatic Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00014456
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/NCT00014456
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:膀胱癌、乳腺癌、原发灶不明癌、食管癌、胃癌、头颈癌、肺癌、黑色素瘤(皮肤)。目的:* 确定多西他赛与吉西他滨和非格司亭(G-CSF)联合应用于晚期实体瘤患者时的最大耐受剂量。* 确定该方案在这些患者中的剂量限制性毒性。* 评估接受该方案治疗患者的客观抗肿瘤反应。* 测定接受该方案治疗患者的疲劳感和血液细胞因子。方案概要:这是一项多西他赛的剂量递增研究。患者在第1天接受1小时内静脉注射多西他赛,随后30分钟内静脉注射吉西他滨。患者还从第2天开始每日皮下注射非格司亭(G-CSF),直至血细胞计数恢复。在无疾病进展或不可接受的毒性的情况下,每14天重复治疗。3-6名患者组成的队列接受递增剂量的多西他赛,直至确定最大耐受剂量(MTD)。MTD定义为3名患者中有2名或6名患者中有2名经历剂量限制性毒性之前的剂量。
在基线时评估疲劳,然后在治疗期间的第2、5、7和9周进行评估。预计招募人数:本研究将在15至22个月内最多招募30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。




