白人与非裔美国癌症患者接受多西他赛临床试验CLB-9871的组织样本DNA研究
该数据集来源于clinicaltrials.gov,聚焦于接受多西他赛治疗的临床试验CLB-9871中的白人与非裔美国癌症患者

基本信息
资源简介
白人与非裔美国癌症患者接受多西他赛临床试验CLB-9871的组织样本DNA研究
该数据集来源于clinicaltrials.gov,聚焦于接受多西他赛治疗的临床试验CLB-9871中的白人与非裔美国癌症患者。覆盖膀胱癌、乳腺癌、头颈癌、肺癌及未指明成人实体瘤。研究通过TaqMan分析对ABCC2和SLCO1B3等基因进行基因分型,并探索这些基因型与多西他赛药代动力学参数(如AUC、Vdss)之间的关系。数据可用于药物基因组学与药代动力学关联分析,支持个体化用药预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:膀胱癌、乳腺癌、头颈癌、肺癌、未指明成人实体瘤、方案特定。主要目标:I. 确定入组临床试验CLB-9871的白人与非裔美国癌症患者中ATP结合盒亚家族C(CFTR/MRP)成员2(ABCC2)和溶质载体有机阴离子转运蛋白家族成员1B3(SLCO1B3)(以及未来可能相关的其他多西他赛药代动力学和药效学基因)的基因型。II. 探索这些基因型与多西他赛药代动力学参数(如曲线下面积[AUC]、稳态分布容积[Vdss])之间的关系。概要:对临床试验CLB-9871中采集的血液样本通过TaqMan分析进行ABCC2和SLC01B3基因分型。其他与多西他赛药代动力学和副作用相关的基因可能被纳入
【主题与分类】
主题标签:Bladder Cancer、Breast Cancer、Head and Neck Cancer、Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01015963
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/NCT01015963
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:膀胱癌、乳腺癌、头颈癌、肺癌、未明确的成人实体瘤、特定方案。
主要目标:I. 确定参加临床试验CLB-9871的白人和非洲裔美国癌症患者中,ATP结合盒转运蛋白亚家族C(CFTR/MRP)成员2(ABCC2)和溶质载体有机阴离子转运蛋白家族成员1B3(SLCO1B3)(以及未来可能与多西他赛药代动力学和药效学相关的其他基因)的基因型。II. 探讨这些基因型与多西他赛药代动力学参数(例如,曲线下面积[AUC]、稳态分布容积[Vdss])之间的关系。
概述:通过TaqMan分析对临床试验CLB-9871中收集的血液样本进行ABCC2和SLCO1B3基因分型。未来可能考虑对与多西他赛药代动力学和副作用相关的其他基因进行基因分型。在某些情况下,可能对高密度阵列上的药物反应单核苷酸多态性(SNPs)组合进行基因分型。
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。




