胸膜腔内注射TolueneSulfonamide治疗恶性胸腔积液首次人体扩展队列研究

该数据集来自clinicaltrials.gov,聚焦恶性胸腔积液(MPE)合并非小细胞肺癌患者,记录胸膜腔内注射PTS的首次人体扩展队列研究

Gang HouGang Hou
clinicaltrials
浏览 8
其他Malignant Pleural Effusions (Mpe)Non Small Cell Lung Cancer
First-in-Human Expanded Cohort Study of Intrapleural Administration of TolueneSulfonamide in Patients With Malignant Pleural Effusion

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

胸膜腔内注射TolueneSulfonamide治疗恶性胸腔积液首次人体扩展队列研究

该数据集来自clinicaltrials.gov,聚焦恶性胸腔积液(MPE)合并非小细胞肺癌患者,记录胸膜腔内注射PTS的首次人体扩展队列研究。研究分两部分:第一部分为前瞻性单臂开放标签的安全性与剂量探索阶段;第二部分在安全性确立后开展,为前瞻性多中心双盲随机对照试验,设试验组与对照组,评估胸膜腔内PTS治疗MPE的疗效。数据可用于肺癌相关恶性胸腔积液治疗的安全性、剂量与疗效研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:恶性胸腔积液(MPE)、非小细胞肺癌。本研究是一项首次人体(FIM)扩展队列研究,旨在评估胸膜腔内注射PTS在恶性胸腔积液(MPE)患者中的安全性和临床活性。将前瞻性入组MPE患者,研究分两部分进行:胸膜腔内PTS给药的安全性和剂量探索阶段(第1部分,P1),随后是胸膜腔内PTS治疗MPE的疗效评估阶段(第2部分,P2)。第2部分将在第1部分确立PTS安全性后启动。第1部分设计为前瞻性、单臂、开放标签研究。第2部分设计为前瞻性、多中心、双盲、随机对照试验,分为两组:试验组和对照组。试验组将接受导管

【主题与分类】

主题标签:Malignant Pleural Effusions (Mpe)、Non Small Cell Lung Cancer。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07332858

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/NCT07332858

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

适应症:恶性胸腔积液(MPE)、非小细胞肺癌。本研究是一项首次人体(FIM)扩展队列研究,旨在评估胸腔内注射PTS在恶性胸腔积液(MPE)患者中的安全性和临床活性。MPE患者将前瞻性入组,研究分两部分进行:胸腔内PTS给药的安全性和剂量探索阶段(第1部分,P1),随后是胸腔内PTS治疗MPE的疗效评估阶段(第2部分,P2)。第2部分将在第1部分确立PTS的安全性后启动。第1部分设计为前瞻性、单臂、开放标签研究。第2部分设计为前瞻性、多中心、双盲、随机对照试验,分为两组:试验组和对照组。试验组接受导管引流加胸腔内PTS注射,对照组接受导管引流加胸腔内生理盐水注射。

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