初治ALK重排肺癌伴无症状或轻微症状脑转移患者延迟或 upfront 脑放疗研究

该数据集来自 clinicaltrials.gov,聚焦初治 ALK 重排肺癌伴无症状或轻微症状脑转移患者,比较延迟或 upfront 脑放疗策略

Joshua PalmerJoshua Palmer
clinicaltrials
浏览 15
其他预测Lung CancerNSCLCBrain Metastases
Delayed or Upfront Brain RAdiotherapy in Treatment naïve Lung Cancer Patients With Asymptomatic or Minimally Symptomatic Brain Metastases and ALK rEarrangements

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-10

资源简介

初治ALK重排肺癌伴无症状或轻微症状脑转移患者延迟或 upfront 脑放疗研究

该数据集来自 clinicaltrials.gov,聚焦初治 ALK 重排肺癌伴无症状或轻微症状脑转移患者,比较延迟或 upfront 脑放疗策略。研究包含 Phase 1b 与 Phase 2 两部分,每周期 28 天,受试者接受 alectinib 每日两次;Phase 1b 单用 alectinib,Phase 2 A 组单用 alectinib,B 组接受 SRS 联合 alectinib,最多 25 周期(2 年)。可用于分析治疗模式与预后关系,支持临床决策与疗效预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肺癌、NSCLC、脑转移。本研究将包括 Phase 1b 和 Phase 2 部分。Phase 1b 部分将首先入组,随后是 Phase 2 部分。每个治疗周期 = 28 天。受试者将接受 alectinib 每日两次。Phase 1b 部分的受试者将单独接受 alectinib。Phase 2 A 组的受试者将单独接受 alectinib。Phase 2 B 组的受试者将接受 SRS + alectinib。研究中最多可给予 25 个周期(2 年)的 alectinib。

【主题与分类】

主题标签:Lung Cancer、NSCLC、Brain Metastases。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05987644

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05987644

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:肺癌、非小细胞肺癌(NSCLC)、脑转移。本研究将包括1b期和2期部分。1b期部分将首先入组,随后是2期部分。每个治疗周期=28天。受试者将每日两次接受alectinib。1b期部分的受试者将单独接受alectinib。2期A组的受试者将单独接受alectinib。2期B组的受试者将接受SRS+alectinib。研究中alectinib最多可给药25个周期(2年)。

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。

获取专属数据定制方案