Alectinib联合Bevacizumab治疗晚期ALK阳性非小细胞肺癌的I/II期试验
该数据集来自clinicaltrials.gov,主题为Alectinib与Bevacizumab联合治疗晚期、间变性淋巴瘤激酶(ALK)阳性非小细胞肺癌(NSCLC)的I/II期临床试验

基本信息
资源简介
Alectinib联合Bevacizumab治疗晚期ALK阳性非小细胞肺癌的I/II期试验
该数据集来自clinicaltrials.gov,主题为Alectinib与Bevacizumab联合治疗晚期、间变性淋巴瘤激酶(ALK)阳性非小细胞肺癌(NSCLC)的I/II期临床试验。数据覆盖NSCLC这一疾病领域,涉及两种研究药物的联合用药研究。I期试验测试研究性干预措施的安全性并确定后续研究使用的合适剂量,II期试验测试其安全性和有效性以了解是否对特定疾病有效。该数据可用于肿瘤学、肺癌治疗及临床试验相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非小细胞肺癌(NSCLC)。这是一项I/II期临床试验。 I期临床试验测试研究性干预措施的安全性,并尝试确定用于进一步研究的合适剂量。 II期临床试验测试研究性干预措施的安全性和有效性,以了解该干预措施是否对治疗特定疾病有效。“研究性”意味着该干预措施正在研究中。在这项研究中,研究者正在研究两种研究药物的组合:alectinib和bevacizumab。FDA(美国食品药品监督管理局)尚未批准alectinib用于治疗任何疾病。已发现一些NSCLC患者的某个基因发生了改变(突变),该基因称为间变性淋巴瘤受体酪氨酸激酶(ALK)基因。
【主题与分类】
主题标签:Non-Small Cell Lung Cancer (NSCLC)。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02521051
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/NCT02521051
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:非小细胞肺癌(NSCLC)。这是一项I/II期临床试验。* I期临床试验检测研究性干预措施的安全性,并尝试确定用于进一步研究的适当剂量。* II期临床试验检测研究性干预措施的安全性和有效性,以了解该干预措施是否对治疗特定疾病有效。* “研究性”是指该干预措施正在研究中。* 在这项研究中,研究者正在研究两种研究药物的联合使用:alectinib和bevacizumab。FDA(美国食品药品监督管理局)尚未批准alectinib用于治疗任何疾病。已发现一些NSCLC患者的某种基因发生了改变(突变),该基因称为间变性淋巴瘤受体酪氨酸激酶(ALK)基因。这种突变基因有助于癌细胞生长。——Alectinib属于一类旨在抑制ALK的药物。该药物已在其他研究中使用。来自那些其他研究的信息表明,alectinib可能有效杀死ALK发生改变的癌细胞。
只有携带ALK基因改变的参与者才被允许参加本研究。在这项研究中,阿来替尼将与贝伐珠单抗联合使用。——贝伐珠单抗(又称安维汀)通过减少肿瘤的血液供应来减缓或阻止癌症肿瘤细胞的生长。如果血液供应减少,肿瘤生长所需的氧气和营养物质也会减少。FDA已批准贝伐珠单抗作为您疾病的治疗选择。本研究的目的是测试阿来替尼和贝伐珠单抗的安全性。研究者还将确定该联合方案在晚期、ALK阳性NSCLC参与者中的有效性,重点关注伴有脑转移的参与者。在本研究的I期部分,采用3+3剂量递减设计来确定推荐的II期剂量。
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。




