MK2206联合盐酸厄洛替尼治疗既往厄洛替尼治疗后进展的晚期非小细胞肺癌患者
该数据集来自clinicaltrials.gov,聚焦于晚期非小细胞肺癌(NSCLC)患者,这些患者在接受厄洛替尼(erlotinib hydrochloride)治疗后出现复发或进展

基本信息
资源简介
MK2206联合盐酸厄洛替尼治疗既往厄洛替尼治疗后进展的晚期非小细胞肺癌患者
该数据集来自clinicaltrials.gov,聚焦于晚期非小细胞肺癌(NSCLC)患者,这些患者在接受厄洛替尼(erlotinib hydrochloride)治疗后出现复发或进展。研究评估MK2206联合厄洛替尼的疗效与耐受性,主要终点为12周疾病控制率,次要终点包括无进展生存期和总生存期。覆盖腺鳞癌、细支气管肺泡癌、大细胞肺癌、肺腺癌、复发性非小细胞肺癌及鳞状细胞肺癌等亚型。数据可用于分析联合治疗在EGFR突变或野生型患者中的预测价值,支持肿瘤治疗响应与生存预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腺鳞癌、细支气管肺泡癌、大细胞肺癌、肺腺癌、复发性非小细胞肺癌、鳞状细胞肺癌。主要目标:I. 评估MK2206联合厄洛替尼(盐酸厄洛替尼)在既往接受过厄洛替尼治疗的复发或进展性晚期非小细胞肺癌(NSCLC)患者中的疗效(主要终点为12周疾病控制)和耐受性,这些患者的肿瘤为表皮生长因子受体(EGFR)突变型或EGFR野生型。次要目标:I. 确定既往接受过厄洛替尼治疗的NSCLC患者接受MK2206联合厄洛替尼治疗的无进展生存期。II. 确定既往接受过厄洛替尼治疗的NSCLC患者接受MK2206联合厄洛替尼治疗的总生存期。III. 评估
【主题与分类】
主题标签:Adenosquamous Lung Carcinoma、Bronchioloalveolar Carcinoma、Large Cell Lung Carcinoma、Lung Adenocarcinoma、Recurrent Non-Small Cell Lung Carcinoma、Squamous Cell Lung Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01294306
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/NCT01294306
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:肺腺鳞癌、细支气管肺泡癌、大细胞肺癌、肺腺癌、复发性非小细胞肺癌、肺鳞状细胞癌。主要目标:I. 评估MK2206联合厄洛替尼(盐酸厄洛替尼)在既往接受过厄洛替尼治疗的复发性或进展性晚期非小细胞肺癌(NSCLC)患者中的疗效(主要终点为12周时的疾病控制)和耐受性,这些患者的肿瘤要么具有表皮生长因子受体(EGFR)突变,要么为EGFR野生型。次要目标:I. 确定接受MK2206联合厄洛替尼治疗的既往接受过厄洛替尼治疗的NSCLC患者的无进展生存期。II. 确定接受MK2206联合厄洛替尼治疗的既往接受过厄洛替尼治疗的NSCLC患者的总生存期。III. 评估接受MK2206联合厄洛替尼治疗的既往接受过厄洛替尼治疗的NSCLC患者所经历的毒性。IV.
进行肿瘤生物标志物的相关性分析,以初步评估既往接受厄洛替尼治疗的NSCLC患者接受MK2206联合厄洛替尼治疗后,肿瘤突变和/或异常与临床结局之间的关联。研究概要:患者在每个28天周期的隔日(QOD)口服(PO)Akt抑制剂MK2206,并在第1-28天每日一次(QD)口服盐酸厄洛替尼。在无疾病进展或不可接受的毒性的情况下,每28天重复一个周期。研究治疗完成后,患者每12周随访一次,持续一年,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。




