帕利福斯酰胺-三羟甲基氨基甲烷盐联合卡铂与依托泊苷治疗初治广泛期小细胞肺癌的研究(MATISSE研究)
针对广泛期小细胞肺癌化疗初治受试者,开展多国多中心随机对照开放标签适应性研究,评估PaCE化疗疗效。受试者按年龄、性别和ECOG状态分层,1:1随机接受PaCE或CE化疗;采用适应性成组序贯设计,中期分析重新估计样本量

基本信息
资源简介
帕利福斯酰胺-三羟甲基氨基甲烷盐联合卡铂与依托泊苷治疗初治广泛期小细胞肺癌的研究(MATISSE研究)
针对广泛期小细胞肺癌化疗初治受试者,开展多国多中心随机对照开放标签适应性研究,评估PaCE化疗疗效。受试者按年龄、性别和ECOG状态分层,1:1随机接受PaCE或CE化疗;采用适应性成组序贯设计,中期分析重新估计样本量。次要终点包括ORR、PFS等,按RECIST v1.1评估;安全性按NCI CTCAE v4.03评估,独立DMC评估安全性与有效性并监查试验(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:广泛期小细胞肺癌。这是一项多国、多中心、随机对照、开放标签、适应性研究,旨在评估PaCE化疗在未接受过化疗的广泛期SCLC受试者中的疗效。合格受试者将根据年龄、性别和Eastern Cooperative Oncology Group(ECOG)体能状态进行分层,并按1:1比例随机接受PaCE或CE化疗。研究设计采用适应性成组序贯方法,并在中期分析时重新估计样本量。次要疗效终点包括ORR、PFS、缓解持续时间以及QOL和疾病相关症状的变化。肿瘤相关终点将根据实体瘤疗效评价标准(RECIST)v1.1指南进行评估。研究治疗的安全性将根据美国国家癌症研究所(NCI)不良事件通用术语标准(CTCAE)v4.03判定的不良事件发生频率和严重程度进行评估。为初步确认安全性,将仅对安全性数据进行一次早期期中分析。将成立独立的数据监查委员会(DMC),以评估研究干预措施的安全性和有效性,并监查临床试验的整体实施情况。
【主题与分类】
主题标签:Extensive-Stage Small Cell Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01555710
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/NCT01555710
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:广泛期小细胞肺癌。这是一项多国、多中心、随机对照、开放标签、适应性研究,旨在评估PaCE化疗在未接受过化疗的广泛期SCLC受试者中的疗效。合格受试者将根据年龄、性别和Eastern Cooperative Oncology Group(ECOG)体能状态进行分层,并按1:1比例随机接受PaCE或CE化疗。研究设计采用适应性成组序贯方法,并在中期分析时重新估计样本量。次要疗效终点包括ORR、PFS、缓解持续时间以及QOL和疾病相关症状的变化。肿瘤相关终点将根据实体瘤疗效评价标准(RECIST)v1.1指南进行评估。研究治疗的安全性将根据美国国家癌症研究所(NCI)不良事件通用术语标准(CTCAE)v4.03判定的不良事件发生频率和严重程度进行评估。为初步确认安全性,将仅对安全性数据进行一次早期期中分析。将成立独立的数据监查委员会(DMC),以评估研究干预措施的安全性和有效性,并监查临床试验的整体实施情况。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




