脂质体Lurtotecan联合Cisplatin治疗晚期或转移性实体瘤
该数据集来自clinicaltrials.gov,收录一项关于脂质体Lurtotecan联合Cisplatin治疗晚期或转移性实体瘤的临床研究

基本信息
资源简介
脂质体Lurtotecan联合Cisplatin治疗晚期或转移性实体瘤
该数据集来自clinicaltrials.gov,收录一项关于脂质体Lurtotecan联合Cisplatin治疗晚期或转移性实体瘤的临床研究。覆盖头颈癌、肺癌、卵巢癌及未指明成人实体瘤等病种。研究目标包括确定最大耐受剂量与推荐II期剂量、评估毒性特征与剂量限制性毒性、分析药代动力学及其与毒性的相关性,并在可测量病灶患者中观察客观肿瘤反应。数据可用于抗肿瘤联合用药的剂量探索、安全性预测及药代动力学与疗效关联分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:头颈癌、肺癌、卵巢癌、未指明成人实体瘤、方案特定。目的:I. 确定脂质体lurtotecan和cisplatin在晚期实体瘤患者中的最大耐受剂量和推荐的II期剂量。II. 确定该治疗方案在该患者人群中的毒性特征、剂量限制性毒性作用和药代动力学。III. 确定该治疗方案在这些患者中毒性特征与药代动力学之间的任何相关性。IV. 确定在推荐II期剂量入组的可测量疾病(既往未治疗的实体瘤)患者中对该治疗方案的客观肿瘤反应。概述:这是一项开放标签、多中心的脂质体lurtotecan剂量递增研究。患者接受cisplatin静脉注射1小时,随后接受脂质体lurtotecan静脉注射30分钟。
【主题与分类】
主题标签:Head and Neck Cancer、Lung Cancer、Ovarian Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00006036
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/NCT00006036
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:头颈部癌、肺癌、卵巢癌、未明确的成人实体瘤、方案特定。
目的:I. 确定晚期实体瘤患者中lurtotecan脂质体和顺铂的最大耐受剂量及推荐的II期剂量。II. 确定该治疗方案在该患者群体中的毒性特征、剂量限制性毒性效应及药代动力学。III. 确定该治疗方案在这些患者中的毒性特征与药代动力学之间的任何相关性。IV. 确定在推荐II期剂量下入组的可测量疾病(既往未治疗的实体瘤)患者对该治疗方案的客观肿瘤反应。
概述:这是一项开放标签、多中心、剂量递增的lurtotecan脂质体研究。患者在第1-3天接受顺铂静脉注射,持续1小时,随后接受lurtotecan脂质体静脉注射,持续30分钟。在无疾病进展或不可接受的毒性的情况下,每3周重复治疗。一旦达到顺铂的总剂量,患者仅接受lurtotecan脂质体治疗。
达到完全缓解(CR)的患者在确认CR后再继续治疗2个疗程。达到部分缓解(PR)的患者持续治疗直至疾病进展,或在确认PR稳定后再治疗2个疗程。疾病稳定的患者最多继续治疗6个疗程。每组3-6名患者接受递增剂量的lurtotecan脂质体,直至达到最大耐受剂量(MTD)。MTD定义为6名患者中至少有2名出现剂量限制性毒性的剂量。一旦确定MTD,最多10名既往未经治疗的实体瘤患者将在推荐的II期剂量(低于MTD一个剂量水平)下接受治疗。患者在4周时进行随访,之后每3个月随访一次,持续1年。预计入组:本研究将在12-15个月内共入组20-25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。




