盐酸厄洛替尼与苹果酸卡博替尼单用或联用作为二线或三线治疗IV期非小细胞肺癌患者
该数据集来自clinicaltrials.gov,聚焦复发性及IV期非小细胞肺癌(AJCC v7)患者,比较盐酸厄洛替尼单药、厄洛替尼联合苹果酸卡博替尼、以及卡博替尼单药作为二线或三线治疗的疗效与安全性

基本信息
资源简介
盐酸厄洛替尼与苹果酸卡博替尼单用或联用作为二线或三线治疗IV期非小细胞肺癌患者
该数据集来自clinicaltrials.gov,聚焦复发性及IV期非小细胞肺癌(AJCC v7)患者,比较盐酸厄洛替尼单药、厄洛替尼联合苹果酸卡博替尼、以及卡博替尼单药作为二线或三线治疗的疗效与安全性。主要目标为对比无进展生存期,次要目标包括总生存期、最佳客观缓解率、各方案毒性以及探索MET表达等预测性生物标志物的相关科学研究。数据可用于肺癌治疗方案的疗效预测、生存分析及生物标志物筛选等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:复发性肺非小细胞癌、IV期肺非小细胞癌AJCC v7。主要目标:I. 比较接受厄洛替尼(盐酸厄洛替尼)治疗与厄洛替尼联合卡博替尼(苹果酸卡博替尼)治疗的患者无进展生存期(PFS)。II. 比较接受厄洛替尼与卡博替尼治疗的患者PFS。次要目标:I. 评估三个治疗组的总生存期。II. 评估三个治疗组的最佳客观缓解率。III. 确定每种方案的毒性。IV. 开展相关科学研究,以帮助选择治疗反应的预测性生物标志物,包括间充质-表皮转化(MET)表达以及可能的其他组织生物标志物、血浆生物标志物和骨扫描。概述:患者被随机分配至
【主题与分类】
主题标签:Recurrent Lung Non-Small Cell Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01708954
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/NCT01708954
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
疾病状态:复发性肺非小细胞癌,AJCC第7版IV期肺非小细胞癌。主要目标:I. 比较厄洛替尼(盐酸厄洛替尼)治疗与厄洛替尼联合卡博替尼(苹果酸卡博替尼)治疗患者的无进展生存期(PFS)。II. 比较厄洛替尼治疗与卡博替尼治疗患者的PFS。次要目标:I. 评估三个治疗组的总生存期。II. 评估三个治疗组的客观缓解率。III. 确定每种治疗方案的毒性。IV. 进行相关科学研究,以帮助选择治疗反应的预测生物标志物,包括间充质-表皮转化(MET)表达及可能的其他组织生物标志物、血浆生物标志物和骨扫描。大纲:患者随机分配至3个治疗组之一。A组(厄洛替尼):患者在第1-28天每日口服(PO)厄洛替尼。在无疾病进展或不可接受的毒性的情况下,每28天重复疗程。B组(卡博替尼):患者在第1-28天每日口服卡博替尼。
在没有疾病进展或不可接受的毒性的情况下,每28天重复一个疗程。C组(厄洛替尼+卡博替尼):患者接受与A组相同的厄洛替尼治疗,以及与B组相同的卡博替尼治疗。在没有疾病进展或不可接受的毒性的情况下,每28天重复一个疗程。Z组:在A组或B组中出现疾病进展的患者,可接受与C组相同的厄洛替尼和卡博替尼治疗。在没有疾病进展或不可接受的毒性的情况下,每28天重复一个疗程。完成研究治疗后,患者每3个月随访一次,持续2年,之后每6个月随访一次,持续3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。




