IV期非小细胞肺癌化疗后放疗或观察

该数据集来自 clinicaltrials.gov,主题为 IV 期寡转移非小细胞肺癌患者在标准化疗后,对影像学可见残留病灶加用放疗与单纯观察的对比研究

Alliance for Clinical Trials in OncologyAlliance for Clinical Trials in Oncology
clinicaltrials
浏览 10
其他预测Lung Cancer
Radiation Therapy or Observation After Chemotherapy in Treating Patients With Stage IV Non-Small Cell Lung Cancer

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

IV期非小细胞肺癌化疗后放疗或观察

该数据集来自 clinicaltrials.gov,英文名称为 Radiation Therapy or Observation After Chemotherapy in Treating Patients With Stage IV Non-Small Cell Lung Cancer,本站归类为肿瘤 / 肺癌,主题标签为 Lung Cancer。其研究主题聚焦于 IV 期寡转移非小细胞肺癌患者:在完成一线标准化疗后,若影像学上仍可见残留病灶,比较加用放疗与单纯观察两种策略的临床结局。该数据集可用于了解这一特定临床问题的试验设计、研究目标与分层方式,为肺癌放疗与观察策略的对照研究提供元数据参考。

【数据集背景】

该数据集所对应的研究关注 IV 期非小细胞肺癌中的寡转移人群。患者先接受标准化的初始化疗,之后针对影像学上仍可见的残留病灶,研究比较加用放疗与仅观察两种处理方式。其核心假设是:在初始标准化疗之后,对影像学可见的残留病灶加用放疗,是否能够改善寡转移 IV 期非小细胞肺癌患者的总生存期。研究还设置了多项次要目标,包括比较放疗组与观察组在无进展生存期、疾病进展时间、治疗失败时间、确认缓解率、缓解持续时间以及不良事件方面的差异。该研究为多中心研究,并根据既往一线化疗期间是否使用贝伐珠单抗以及标准化疗疗程数(2-3 个疗程)等因素对患者进行分层。

【数据内容】

该数据集的主题标签为 Lung Cancer,本站分类为肿瘤 / 肺癌。源站描述显示,其研究目标分为主要目标和次要目标。主要目标为评估在初始标准化疗后,对影像学上明显的残留病灶加用放疗,是否能够改善寡转移 IV 期非小细胞肺癌患者的总生存期。次要目标包括:比较标准化疗后接受放疗与观察的患者之间的无进展生存期;比较这些患者的疾病进展时间和治疗失败时间;比较这些患者的确认缓解率;比较这些患者的缓解持续时间;比较这些患者的不良事件。研究设计方面,源站描述指出这是一项多中心研究,患者按一线化疗期间是否接受过贝伐珠单抗治疗(是 vs 否)以及标准化疗疗程数(2-3 个疗程)进行分层。除上述内容外,源站未提供更多关于数据字段、样本量、随访时长或统计方法的具体信息。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov。源站描述中提及 Conditions: Lung Cancer,并给出了研究目标、研究设计概要以及分层因素。该数据集在本站被归类为肿瘤 / 肺癌,主题标签为 Lung Cancer。关于数据采集的具体时间范围、采集机构、数据更新频率、原始文件格式或数据字典等,源站未提供。

【适用场景】

该数据集适用于与 IV 期寡转移非小细胞肺癌治疗策略相关的元数据检索与主题归类场景。由于其来源为 clinicaltrials.gov,可用于了解该临床研究的研究目的、主要与次要终点设置、分层因素以及多中心研究设计。对于关注肺癌放疗、化疗后观察策略、寡转移病灶处理、总生存期与无进展生存期等研究主题的用户,该数据集可作为试验层面的参考信息。其主题标签 Lung Cancer 与本站分类肿瘤 / 肺癌也便于在肿瘤学数据资源中进行归类和发现。但需注意,该数据集本身并不等同于完整的患者级临床数据,源站未提供可直接用于统计分析的个体记录。

【使用方法】

该数据集的使用应以其来源站 clinicaltrials.gov 所提供的研究注册信息为基础。用户可依据英文名称检索该研究,了解其研究目标、设计概要、分层因素和条件信息。在本站中,该数据集被归入肿瘤 / 肺癌分类,并带有 Lung Cancer 主题标签,可用于按癌种或研究主题进行浏览与筛选。由于源站描述仅提供了研究目标、设计概要和分层信息,未提供患者级数据、变量定义或分析代码,因此该数据集更适合作为研究背景调研、试验筛选和主题索引的参考,而不宜直接用于开展独立的统计推断。若需要获取更完整的数据内容,应查阅来源站的相关记录。源站未提供具体的数据访问方式、下载链接或使用接口说明。

【质量与限制】

该数据集的描述主要基于来源站的研究注册信息,内容涵盖研究目标、研究设计和分层因素,但源站未提供样本量、随访时间、统计分析方法、数据完整性指标或质量评估结果。因此,无法从现有信息判断该研究的证据等级、偏倚风险或数据质量。该数据集在本站被归类为肿瘤 / 肺癌,主题标签为 Lung Cancer,但源站描述中未提供患者级数据字段、影像学评估标准、放疗剂量方案或不良事件分级等细节。此外,源站描述在 OUTLINE 部分存在截断,未能完整呈现全部设计信息。使用时应认识到这些限制,避免对未提供的内容进行推断。

【引用与许可】

该数据集的来源站为 clinicaltrials.gov。关于引用格式、许可条款、使用限制或数据共享政策,源站未提供。用户在使用或引用时,应直接参考 clinicaltrials.gov 上该研究记录的官方说明。

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/NCT00776100

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。目的:主要目的 * 评估在初始标准化疗后,对影像学上可见的残留病灶加入放疗是否能改善寡转移性IV期非小细胞肺癌患者的总生存期。次要目的 * 比较标准化疗后接受放疗与观察的患者无进展生存期。 * 比较这些患者的疾病进展时间和治疗失败时间。 * 比较这些患者的确认缓解率。 * 比较这些患者的缓解持续时间。 * 比较这些患者的不良事件。概述:这是一项多中心研究。患者根据以下因素进行分层:一线化疗期间是否曾接受贝伐珠单抗治疗(是 vs 否)、标准化疗疗程数(2-3 vs 4-6)、线性模拟自我评估值(≤ 7 vs > 7)以及组织学类型(以鳞状细胞为主 vs 非以鳞状细胞为主)。患者被随机分配到2个治疗组中的1组。 * 第I组:患者接受为期6周的观察。

  • 第二组:患者每周接受5天放疗,持续6周,针对所有肉眼可见病灶部位。研究治疗完成后,对患者进行随访,每3至6个月一次,最长随访5年。

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