吉西他滨联合nab-sirolimus治疗晚期平滑肌肉瘤或晚期软组织肉瘤伴TSC2或TSC1功能缺失突变或缺失的I期试验
该数据集来自clinicaltrials.gov,收录一项I期临床试验,研究对象为携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤患者

基本信息
资源简介
吉西他滨联合nab-sirolimus治疗晚期平滑肌肉瘤或晚期软组织肉瘤伴TSC2或TSC1功能缺失突变或缺失的I期试验
该数据集来自clinicaltrials.gov,收录一项I期临床试验,研究对象为携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤患者。试验主要目标是估计吉西他滨与nab-sirolimus联合方案的最大耐受剂量,次要目标包括评估毒性发生率、客观缓解率、无进展生存期和总生存期,探索性目标涉及血液样本中ctDNA的检测率。数据可用于联合用药安全性、耐受性及抗肿瘤活性的研究分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:平滑肌肉瘤、软组织肉瘤。主要目标: 估计吉西他滨与nab-sirolimus联合方案在携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤患者中的最大耐受剂量(MTD)。次要目标: 估计吉西他滨与nab-sirolimus联合方案在携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤受试者中的毒性发生率。 通过影像学评估(RECIST 1.1)描述抗肿瘤活性(ORR)。 描述无进展生存期(PFS)和总生存期(OS)。探索性目标:* 估计在携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤受试者血液样本中ctDNA的检测率。
【主题与分类】
主题标签:Leiomyosarcoma、Soft-tissue Sarcomas。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06308419
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/NCT06308419
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
适应症:平滑肌肉瘤、软组织肉瘤。
主要目标:
- 评估吉西他滨与白蛋白结合型西罗莫司联合方案在携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤患者中的最大耐受剂量(MTD)。
次要目标:
- 评估吉西他滨与白蛋白结合型西罗莫司联合方案在携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤受试者中的毒性发生率。
- 通过影像学评估(RECIST 1.1)描述抗肿瘤活性(ORR)。
- 描述无进展生存期(PFS)和总生存期(OS)。
探索性目标:
-
评估在携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤受试者血液样本中ctDNA的检出率。
-
描述携带TSC2或TSC1功能缺失突变或缺失的晚期平滑肌肉瘤或晚期软组织肉瘤患者血液样本中ctDNA变化与吉西他滨及白蛋白结合型西罗莫司抗肿瘤活性之间的关系。
-
描述肿瘤样本中pERK1/2免疫组化基线表达与吉西他滨及nab-西罗莫司在晚期平滑肌肉瘤或伴有TSC2或TSC1功能丧失突变或缺失的晚期软组织肉瘤受试者中抗肿瘤活性之间的关系。* 描述接受两个周期吉西他滨及nab-西罗莫司治疗后pAKT和pS6表达下降与晚期平滑肌肉瘤或伴有TSC2或TSC1功能丧失突变或缺失的晚期软组织肉瘤受试者中抗肿瘤活性之间的关系。* 通过RNA测序和全基因组测序获取罕见肿瘤的探索性基因组数据(计划通过MD Anderson癌症中心Patient Mosaic项目实施)。这将作为另一项经IRB批准的知情同意的一部分,其中包括对肿瘤进行RNA测序和全基因组测序以及
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。




