PTC药物敏感性检测用于晚期肿瘤恶性胸腹水的探索性研究
该数据集来自clinicaltrials.gov，聚焦晚期恶性肿瘤伴恶性胸水或腹水患者，涵盖肺癌、乳腺癌、胃癌和结直肠癌
基本信息
资源简介
PTC药物敏感性检测用于晚期肿瘤恶性胸腹水的探索性研究
该数据集源自 clinicaltrials.gov，英文名称为 Exploratory Study of Precise Therapy for Advanced Tumor Patients With Malignant Hydrothorax or Ascites by Using PTC Drug Sensitivity Testing，本站归类于肿瘤 / 肺癌方向。其研究聚焦于晚期恶性肿瘤伴恶性胸水或腹水的患者群体，涉及肺癌、乳腺癌、胃癌和结直肠癌等多种恶性肿瘤类型。研究计划入组 55 例晚期恶性肿瘤患者，采集其新鲜恶性积液样本，通过 PTC 药物敏感性检测进行筛查，并依据筛查结果让患者接受 2 个周期的个体化治疗。通过将 PTC 药敏结果与患者治疗过程及临床反馈相结合，研究者可评估 PTC 药敏检测技术在预测晚期恶性肿瘤患者临床结局方面的敏感性和特异性。
【数据集背景】
该数据集所对应的研究关注晚期恶性肿瘤患者常伴随的恶性胸水或腹水问题。此类患者通常已处于疾病进展阶段，治疗选择有限，亟需更精准的用药指导。研究尝试借助 PTC 药物敏感性检测技术，从患者新鲜恶性积液中获取药敏信息，以探索个体化治疗的可能性。研究涉及肺癌、乳腺癌、胃癌和结直肠癌等多种癌种，计划入组 55 例晚期恶性肿瘤患者，属于探索性研究范畴。
【数据内容】
数据集的核心内容围绕 PTC 药物敏感性检测结果展开。根据源站描述，研究将采集患者的新鲜恶性积液样本，并对其进行 PTC 药物筛选检测。检测结果将与患者接受 2 个周期个体化治疗后的治疗过程和临床反馈相结合，用于评估 PTC 药敏检测技术在预测晚期恶性肿瘤患者临床结局方面的敏感性和特异性。数据集涵盖的癌种包括肺癌、乳腺癌、胃癌和结直肠癌。除上述信息外，源站未提供更细粒度的数据字段、变量列表或样本量分布。
【采集与来源】
数据来源于 clinicaltrials.gov 所登记的研究。研究对象为晚期恶性肿瘤伴恶性胸水或腹水的患者，计划入组 55 例。采集方式为收集患者的新鲜恶性积液样本，并对其进行 PTC 药物敏感性检测。患者随后依据筛查检测结果接受 2 个周期的个体化治疗。研究同时记录患者的治疗过程与临床反馈，以支持后续分析。关于采集时间窗口、采集地点、样本处理流程等细节，源站未提供。
【适用场景】
该数据集适用于与晚期恶性肿瘤伴恶性胸水或腹水相关的精准治疗探索场景，尤其是围绕 PTC 药物敏感性检测技术预测临床结局的敏感性和特异性评估。其覆盖的癌种包括肺癌、乳腺癌、胃癌和结直肠癌，因此可服务于这些癌种在恶性积液背景下的个体化用药研究。潜在应用方向包括药敏检测与临床反馈的关联分析、个体化治疗方案的探索性评价等。具体适用场景的边界与限制，源站未提供。
【使用方法】
根据源站描述，使用该数据集所对应研究的设计思路为：先采集患者新鲜恶性积液样本进行 PTC 药物筛选，再依据筛查结果让患者接受 2 个周期的个体化治疗，最后将 PTC 药敏结果与患者治疗过程及临床反馈相结合，评估该检测技术在预测临床结局方面的敏感性和特异性。关于数据的具体访问方式、下载格式、分析工具或统计方法，源站未提供。
【质量与限制】
该研究为探索性研究，计划入组 55 例晚期恶性肿瘤患者，样本量相对有限。研究聚焦于肺癌、乳腺癌、胃癌和结直肠癌伴恶性胸水或腹水的患者，结论外推需谨慎。源站描述中未提供关于数据完整性、缺失值处理、随访时长、终点定义或偏倚控制的具体信息。关于质量评估指标与限制条件的更多细节，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于具体的引用格式、许可条款、使用限制或数据共享政策，源站未提供。
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/NCT06413212
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
条件：肺癌、乳腺癌、胃癌、结直肠癌。本研究预计招募55名晚期恶性肿瘤患者，并将收集患者的新鲜恶性积液样本，通过PTC药物筛选进行检测。此外，患者将根据筛选测试的结果接受2个周期的个体化治疗。通过将PTC药物敏感性结果与患者的治疗过程及临床反馈相结合，研究人员可评估PTC药物筛选技术在预测晚期恶性肿瘤患者临床结局方面的敏感性和特异性。
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。
