9-ING-41联合卡铂治疗涎腺癌
该数据集来自 clinicaltrials.gov,聚焦于不可治愈、复发性或转移性涎腺癌(SGC)患者。研究为一项2期、开放标签、非随机、单中心试验,探索新型糖原合成酶激酶-3 beta(GSK-3β)抑制剂9-ING-41联合卡铂化疗的治疗方案

基本信息
资源简介
9-ING-41联合卡铂治疗涎腺癌
该数据集来自 clinicaltrials.gov,聚焦于不可治愈、复发性或转移性涎腺癌(SGC)患者。研究为一项2期、开放标签、非随机、单中心试验,探索新型糖原合成酶激酶-3 beta(GSK-3β)抑制剂9-ING-41联合卡铂化疗的治疗方案。9-ING-41尚未获美国FDA批准用于任何疾病,卡铂已获批用于多种癌症。数据可用于评估该联合方案在涎腺癌中的潜在疗效与安全性,支持肿瘤治疗相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:涎腺癌、复发性涎腺癌、转移性癌症、腺样囊性癌。这是一项2期、开放标签、非随机、单中心研究,旨在探讨新型糖原合成酶激酶-3 beta(GSK-3β)抑制剂9-ING-41联合卡铂化疗在不可治愈、复发性或转移性涎腺癌(SGC)患者中的疗效。美国食品药品监督管理局(FDA)尚未批准9-ING-41用于治疗任何疾病。卡铂被用于治疗涎腺癌,并已获FDA批准用于多种癌症类型。其他研究已发现9-ING-41可阻断糖原合成酶激酶-3 beta(GSK-3β)蛋白的过度表达,该蛋白被认为在癌症生长信号传导中起重要作用,并具有免疫特性。据信GSK-3β在涎腺癌中过度表达。
【主题与分类】
主题标签:Salivary Gland Cancer、Recurrent Salivary Gland Cancer、Metastatic Cancer、Adenoid Cystic Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05010629
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/NCT05010629
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:唾液腺癌、复发性唾液腺癌、转移性癌症、腺样囊性癌。这是一项2期、开放标签、非随机、单中心研究,旨在探讨新型糖原合成酶激酶-3β(GSK-3β)抑制剂9-ING-41联合卡铂化疗在不可治愈、复发性或转移性唾液腺癌(SGC)患者中的疗效。美国食品药品监督管理局(FDA)尚未批准9-ING-41用于治疗任何疾病。卡铂被用于治疗唾液腺癌,并已获FDA批准用于多种癌症类型。其他研究已发现,9-ING-41可作为一种疗法,阻断糖原合成酶激酶-3β(GSK-3β)蛋白的过度表达,该蛋白被认为在癌症生长信号传导中起重要作用,并具有免疫特性。据信,GSK-3β在唾液腺癌中过度表达,通过9-ING-41阻断GSK-3β蛋白的作用,可能减缓已对既往化疗产生耐药性的唾液腺癌细胞的生长。
研究研究程序包括资格筛查和研究治疗,包括评估和随访访视,在治疗期间大约每3周一次,只要疾病没有恶化且药物治疗保持安全性和耐受性,最长可达一年。预计约有33名接受治疗的人将参与这项研究研究。Actuate Therapeutics正在通过提供研究药物(9-ING-41)并资助试验中超出标准治疗范围的部分后勤工作来支持这项研究研究。
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。




