Yttrium Y 90 SMT 487 治疗难治性或复发性癌症
该数据集来自 clinicaltrials.gov,主题为 Yttrium Y 90 SMT 487 治疗难治性或复发性癌症,本站归类于肿瘤/肺癌

基本信息
资源简介
Yttrium Y 90 SMT 487 治疗难治性或复发性癌症
该数据集来自 clinicaltrials.gov,主题为 Yttrium Y 90 SMT 487 治疗难治性或复发性癌症,本站归类于肿瘤/肺癌。源站描述显示其覆盖脑与中枢神经系统肿瘤、乳腺癌、胃肠道类癌、胰岛细胞瘤、肺癌、淋巴瘤、皮肤黑色素瘤及肿瘤综合征等病种,研究目标包括确定该药在生长抑素受体阳性复发性恶性肿瘤患者中的最大耐受剂量、安全性与终生严重不良事件特征,以及抗肿瘤效果和重复给药对肾脏排泄药代动力学的影响。研究设计为多中心剂量递增试验,患者先接受 octreotide 显像定位生长抑素受体,随后第1天接受15分钟静脉给药,每6周一次,最多4个疗程(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑与中枢神经系统肿瘤、乳腺癌、胃肠道类癌、胰岛细胞瘤、肺癌、淋巴瘤、黑色素瘤(皮肤)、肿瘤综合征。目标:I. 确定 yttrium Y 90-SMT 487 在生长抑素受体阳性的复发性恶性肿瘤患者中的最大耐受剂量。II. 确定该方案在这些患者中的安全性和终生严重不良事件特征。II. 确定该方案在这些患者中的抗肿瘤效果以及重复给药对肾脏排泄药代动力学的影响。概要:这是一项剂量递增、多中心研究。患者接受 octreotide 显像以确定生长抑素受体的位置。随后患者在第1天接受 yttrium Y 90-SMT 487 静脉注射,持续15分钟。在未出现……的情况下,治疗每6周继续一次,最多4个疗程。
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Breast Cancer、Gastrointestinal Carcinoid Tumor、Islet Cell Tumor、Lung Cancer、Lymphoma、Melanoma (Skin)、Neoplastic Syndrome。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00006368
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/NCT00006368
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:脑与中枢神经系统肿瘤、乳腺癌、胃肠道类癌瘤、胰岛细胞瘤、肺癌、淋巴瘤、黑色素瘤(皮肤)、肿瘤综合征。目的:I. 确定钇Y 90-SMT 487在生长抑素受体阳性的复发性恶性肿瘤患者中的最大耐受剂量。II. 确定该方案在这些患者中的安全性和终生严重不良事件概况。II. 确定该方案在这些患者中的抗肿瘤效果以及重复给药对肾脏排泄药代动力学的影响。概要:这是一项剂量递增的多中心研究。患者接受奥曲肽闪烁扫描以确定生长抑素受体的位置。随后,患者在第1天接受钇Y 90-SMT 487静脉注射,历时15分钟。在无疾病进展或不可接受的毒性情况下,治疗每6周继续一次,最多4个疗程。第I疗程(垂直剂量递增)和第II、III、IV疗程(水平剂量递增)各纳入3-6名患者的队列。队列接受递增剂量的钇Y 90-SMT 487,直至确定最大耐受剂量(MTD)。
MTD针对单疗程和4个疗程确定。MTD定义为不超过6名患者中有2名经历剂量限制性毒性的前一剂量。第一疗程的结果决定后续疗程的剂量。患者在每次注射钇Y 90-SMT 487后的第2天和第7天,以及第4周和第6周进行评估。随后,患者在12个月和18个月时进行随访,之后每年随访一次。预计招募人数:本研究预计招募约20名患者。
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。




