吸入型多柔比星治疗累及肺部的晚期实体瘤

该数据集来自 clinicaltrials.gov,主题为吸入型多柔比星治疗累及肺部的晚期实体瘤,涵盖肺癌、恶性间皮瘤和转移性癌症

National Institutes of Health Clinical Center (CC)National Institutes of Health Clinical Center (CC)
clinicaltrials
浏览 2
其他预测Lung CancerMalignant MesotheliomaMetastatic Cancer
Inhaled Doxorubicin in Treating Patients With Advanced Solid Tumors Affecting the Lungs

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

吸入型多柔比星治疗累及肺部的晚期实体瘤

该数据集来自 clinicaltrials.gov,主题为吸入型多柔比星治疗累及肺部的晚期实体瘤,涵盖肺癌、恶性间皮瘤和转移性癌症。研究为剂量递增试验,患者每 3 周接受一次吸入多柔比星,最多 3 剂,疾病稳定或缓解者可继续给药。主要目标包括确定最大耐受剂量与 II 期剂量、评估毒性、分析血药浓度药代动力学特征,以及探讨药效学参数与毒性反应的关系。数据可用于抗肿瘤药物剂量探索、毒性预测和药代动力学建模等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:肺癌、恶性间皮瘤、转移性癌症。目的: 确定吸入型多柔比星在累及肺部的晚期实体瘤患者中的最大耐受剂量和 II 期剂量。 确定该方案在这些患者中的毒性。 确定吸入型多柔比星在这些患者血液中的药代动力学特征。 确定该方案的药效学参数与毒性作用之间的关系。方案概述:这是一项剂量递增研究。患者每 3 周接受一次吸入型多柔比星,最多 3 剂。疾病稳定或缓解的患者,在没有疾病进展或不可接受的毒性的情况下,可以接受额外剂量。3-6 例患者的队列接受递增剂量的多柔比星,直到确定最大耐受剂量(MTD)。MTD 定义为先于该剂量的剂量

【主题与分类】

主题标签:Lung Cancer、Malignant Mesothelioma、Metastatic Cancer。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00020124

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/NCT00020124

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、恶性间皮瘤、转移性癌症。目的:* 确定吸入多柔比星在患有影响肺部的晚期实体瘤患者中的最大耐受剂量和II期剂量。* 确定此方案在这些患者中的毒性。* 确定吸入多柔比星在这些患者血液中的药代动力学特征。* 确定此方案在这些患者中的药效学参数与毒性效应之间的关系。大纲:这是一项剂量递增研究。患者每3周接受一次吸入多柔比星,最多3剂。疾病稳定或对治疗有反应的患者,在没有疾病进展或不可接受的毒性的情况下,可以接受额外剂量。3-6名患者的队列接受递增剂量的多柔比星,直到确定最大耐受剂量(MTD)。MTD定义为3名患者中有2名或6名患者中有2名经历剂量限制性毒性的前一个剂量。患者在3周和3个月时进行随访。预计入组:本研究预计在18-24个月内招募约33名患者。

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