评估Olaparib与Temozolomide联合治疗晚期子宫平滑肌肉瘤的II期临床试验
该数据集来自clinicaltrials.gov,为一项评估Olaparib与Temozolomide联合治疗晚期子宫平滑肌肉瘤的II期临床试验

基本信息
资源简介
评估Olaparib与Temozolomide联合治疗晚期子宫平滑肌肉瘤的II期临床试验
该数据集来自clinicaltrials.gov,为一项评估Olaparib与Temozolomide联合治疗晚期子宫平滑肌肉瘤的II期临床试验。覆盖AJCC v8 III期和IV期子宫体平滑肌肉瘤及子宫体平滑肌肉瘤患者。主要目的是评估联合治疗的确认客观缓解率,次要目的包括毒性特征、无进展生存期以及同源重组缺陷比例(基于HR组件基因组改变和RAD51焦点形成)。可用于肿瘤治疗反应与安全性预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:AJCC v8 III期子宫体平滑肌肉瘤、AJCC v8 IV期子宫体平滑肌肉瘤、子宫体平滑肌肉瘤。主要目的:I. 评估Temozolomide(TMZ)联合Olaparib治疗在晚期子宫平滑肌肉瘤(LMS)患者中是否显示出临床活性的初步证据,以确认的客观缓解率(ORR)衡量。次要目的:I. 评估联合治疗相关的毒性特征。II. 评估联合治疗相关的无进展生存期(PFS)。III. 评估子宫LMS肿瘤中表现出同源重组(HR)缺陷的比例,通过(1)基线时HR组件的基因组改变和(2)基线时及研究治疗期间DNA修复蛋白RAD51同源物(RAD51)焦点形成来衡量。
【主题与分类】
主题标签:Uterine Corpus Leiomyosarcoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03880019
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/NCT03880019
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
疾病状态:III期子宫体平滑肌肉瘤(AJCC第8版)、IV期子宫体平滑肌肉瘤(AJCC第8版)、子宫体平滑肌肉瘤。
主要目的:I. 评估替莫唑胺(TMZ)联合奥拉帕利治疗在晚期子宫平滑肌肉瘤(LMS)患者中是否显示出临床活性的初步证据,以确认的客观缓解率(ORR)衡量。
次要目的:I. 评估联合治疗相关的毒性特征。II. 评估联合治疗相关的无进展生存期(PFS)。III. 评估子宫LMS肿瘤中表现出同源重组(HR)缺陷的比例,通过以下指标衡量:(1)基线时HR组分的基因组改变;(2)基线时及研究治疗期间的脱氧核糖核酸(DNA)修复蛋白RAD51同源物(RAD51)焦点形成。IV. 评估这些检测方法在人体组织中的可行性,并初步评估每种检测方法所衡量的HR缺陷存在与研究治疗临床获益增加之间是否存在任何关联。
探索性目的:I.
评估基线时经Schlafen家族成员11(SLFN11)蛋白表达检测的子宫LMS肿瘤中HR缺陷的比例。II. 评估该检测方法在人体组织中的可行性,并初步评估经该检测方法测定的HR缺陷存在与研究治疗临床获益增加之间的任何关联。III. 评估子宫LMS肿瘤中MGMT蛋白的表达,并初步评估MGMT表达与研究治疗临床获益增加之间的任何关联。IV. 对初始从研究治疗中获益但随后出现早期疾病进展证据的患者进行可选的第三次组织活检,以评估当时RAD51焦点、MGMT和SLFN11检测状态的变化。大纲:患者在每个周期的第1-7天口服奥拉帕利(PO)每日两次(BID),并口服替莫唑胺每日一次(QD)。周期重复
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。




