Temsirolimus联合Vinorelbine Ditartrate治疗不可切除或转移性实体瘤
该数据集来自clinicaltrials.gov，收录一项关于Temsirolimus与Vinorelbine Ditartrate联合治疗不可切除或转移性实体瘤的临床试验信息
基本信息
资源简介
Temsirolimus联合Vinorelbine Ditartrate治疗不可切除或转移性实体瘤
该数据集来自clinicaltrials.gov，收录一项关于Temsirolimus与Vinorelbine Ditartrate联合治疗不可切除或转移性实体瘤的临床试验信息。覆盖广泛期小细胞肺癌、遗传性副神经节瘤、男性乳腺癌、恶性副神经节瘤、转移性胃肠道类癌、转移性嗜铬细胞瘤、胰腺多肽瘤及复发性乳腺癌等病种。主要目标为确定联合方案在晚期实体瘤中的最大耐受剂量并获取初步活性信息，次要目标为评估安全性与耐受性。数据可用于抗肿瘤联合用药的剂量探索、疗效预测及安全性分析等研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：广泛期小细胞肺癌、遗传性副神经节瘤、男性乳腺癌、恶性副神经节瘤、转移性胃肠道类癌、转移性嗜铬细胞瘤、胰腺多肽瘤、复发性乳腺癌。主要目标：I. 确定temsirolimus与vinorelbine联合方案在晚期实体瘤中的最大耐受剂量（MTD）。II. 获取关于该联合方案活性的初步信息。次要目标：I. 评估该联合方案的安全性和耐受性。方案概述：患者在第1、8、15和22天接受temsirolimus静脉注射，持续30-60分钟，并在第1和15天接受vinorelbine ditartrate静脉注射，持续5-10分钟。在无疾病进展或不可接受的毒性情况下，每28天重复一个疗程。
【主题与分类】
主题标签：Extensive Stage Small Cell Lung Cancer、Hereditary Paraganglioma、Male Breast Cancer、Malignant Paraganglioma、Metastatic Pheochromocytoma、Pancreatic Polypeptide Tumor、Recurrent Breast Cancer、Recurrent Cervical Cancer、Recurrent Endometrial Carcinoma、Recurrent Islet Cell Carcinoma。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01155258
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/NCT01155258
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
疾病类型：广泛期小细胞肺癌、遗传性副神经节瘤、男性乳腺癌、恶性副神经节瘤、转移性胃肠类癌瘤、转移性嗜铬细胞瘤、胰腺多肽瘤、复发性乳腺癌。主要目标：I. 确定替西罗莫司与长春瑞滨联合治疗晚期实体瘤的最大耐受剂量（MTD）。II. 获取该联合方案活性的初步信息。次要目标：I. 评估该联合方案的安全性和耐受性。方案概述：患者在第1、8、15、22天接受替西罗莫司静脉注射，持续30-60分钟；在第1、15天接受酒石酸长春瑞滨静脉注射，持续5-10分钟。在无疾病进展或不可接受的毒性反应的情况下，每28天重复一个疗程。
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。
