吉非替尼治疗IIIB期或IV期非小细胞肺癌患者
该数据集来自 clinicaltrials.gov，聚焦吉非替尼（ZD1839）治疗晚期支气管肺泡癌及复发、IIIB期、IV期非小细胞肺癌的临床研究
基本信息
资源简介
吉非替尼治疗IIIB期或IV期非小细胞肺癌患者
该数据集来自 clinicaltrials.gov，聚焦吉非替尼（ZD1839）治疗晚期支气管肺泡癌及复发、IIIB期、IV期非小细胞肺癌的临床研究。覆盖初治与经治患者，评估一年生存率、无进展生存期、总生存期、毒性频率与严重程度、基于RECIST及计算机辅助图像分析的缓解率，并检测肿瘤组织中EGFR及EGFR variant III过表达与临床结局的关系。可用于肺癌治疗反应与生存预测、疗效评估及EGFR相关标志物分析等研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：支气管肺泡细胞肺癌、复发性非小细胞肺癌、IIIB期非小细胞肺癌、IV期非小细胞肺癌。主要目标：I. 评估既往未治疗和既往接受过治疗的晚期支气管肺泡癌患者接受长期口服ZD1839的一年生存率。II. 评估这些患者组的无进展生存期和总生存期。III. 评估与该治疗方案相关的毒性的频率和严重程度。IV. 在可测量疾病的患者中，使用标准RECIST标准和计算机辅助图像分析评估缓解率。V. 测量肿瘤组织样本中EGFR和EGFR variant III过表达，并探讨其与上述临床结局的关系。VI. 测量EGFR表达和激活状态 i
【主题与分类】
主题标签：Bronchoalveolar Cell Lung Cancer、Recurrent Non-small Cell Lung Cancer、Stage IIIB Non-small Cell Lung Cancer、Stage IV 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/NCT00029003
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/NCT00029003
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：支气管肺泡细胞肺癌、复发性非小细胞肺癌、IIIB期非小细胞肺癌、IV期非小细胞肺癌。主要目标：I. 评估既往未治疗和已治疗的晚期支气管肺泡癌患者接受长期口服ZD1839的一年生存率。II. 评估这些患者群体的无进展生存期和总生存期。III. 评价与该治疗方案相关的毒性反应的频率和严重程度。IV. 使用标准RECIST标准和计算机辅助图像分析评估可测量疾病患者的缓解率。V. 在肿瘤组织样本中检测EGFR和EGFR变异体III的过表达，并探讨其与上述临床结果的关系。VI. 在开始ZD1839治疗前后，对提交于S9925的口腔刷检涂片中的EGFR表达和激活状态进行检测，并探究其与缓解和生存的关联。大纲：这是一项多中心研究。
患者根据既往是否接受过细支气管肺泡癌的全身治疗进行分层（是 vs 否）。（既往未治疗层于2003年2月15日停止入组。）患者每日口服吉非替尼一次。在无疾病进展或不可接受的毒性反应的情况下，治疗持续进行。患者每6个月随访一次，持续2年，此后每年随访一次。
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。
