瑞戈非尼治疗转移性骨肉瘤患者的II期疗效与安全性研究
该数据集来自 clinicaltrials.gov,为一项随机、安慰剂对照、多中心、双盲的II期临床研究,评估瑞戈非尼在转移性骨肉瘤患者中的疗效与安全性

基本信息
资源简介
瑞戈非尼治疗转移性骨肉瘤患者的II期疗效与安全性研究
该数据集来自 clinicaltrials.gov,为一项随机、安慰剂对照、多中心、双盲的II期临床研究,评估瑞戈非尼在转移性骨肉瘤患者中的疗效与安全性。研究覆盖 Ewing 肉瘤、软骨肉瘤、骨肉瘤、软骨瘤及 CIC 重排肉瘤五类疾病,按队列设计,共纳入 159 例符合条件患者,按 2:1 随机分配至瑞戈非尼(160 mg/d,服3周停1周)联合最佳支持治疗组或安慰剂组,直至疾病进展或不耐受。数据可用于骨肉瘤治疗反应与安全性相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:Ewing 肉瘤、软骨肉瘤、骨肉瘤、软骨瘤、CIC 重排肉瘤。方法学:随机、安慰剂对照、多中心、II期研究——这是一项双盲安慰剂对照试验,包含5个队列:队列A:骨肉瘤,队列B:Ewing 肉瘤,队列C:软骨肉瘤,队列D:软骨瘤,队列E:CIC 重排肉瘤。队列A、B和C将共纳入36例患者(24例瑞戈非尼+12例安慰剂),队列D共24例可评估患者(16例瑞戈非尼+8例安慰剂),队列E将共纳入27例可评估患者(18例瑞戈非尼+9例安慰剂)。159例符合入选标准的患者将按2:1比例随机分配至以下治疗组:A组:瑞戈非尼(160 mg/d)每日一次,服3周停1周,联合最佳支持治疗(BSC),直至进展(根据RECIST 1.1)、不耐受
【主题与分类】
主题标签:Ewing Sarcomas、Chondrosarcomas、Osteosarcomas、Chondroma、CIC-Rearranged Sarcoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02389244
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/NCT02389244
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:尤文肉瘤、软骨肉瘤、骨肉瘤、软骨瘤、CIC重排肉瘤。方法学:随机、安慰剂对照、多中心、II期研究——这是一项双盲安慰剂对照试验,包含5个队列:队列A:骨肉瘤,队列B:尤文肉瘤,队列C:软骨肉瘤,队列D:软骨瘤,队列E:CIC重排肉瘤。队列A、B和C将共纳入36例患者(24例瑞戈非尼+12例安慰剂),队列D共纳入24例可评估患者(16例瑞戈非尼+8例安慰剂),队列E将共纳入27例可评估患者(18例瑞戈非尼+9例安慰剂)。符合入选标准的159例患者将按2:1的比例随机分配至以下治疗组:A组:瑞戈非尼(160 mg/d)每日一次,用药3周/停药1周,联合最佳支持治疗(BSC),直至疾病进展(根据RECIST 1.1)、不耐受或撤回知情同意。接受瑞戈非尼治疗的患者若出现疾病进展,且研究者认为瑞戈非尼治疗可提供临床获益,可在与研究协调员和申办方协商后继续治疗。
A组:安慰剂联合最佳支持治疗(BSC),直至疾病进展(根据RECIST V1.1标准)、不耐受或撤回知情同意。接受安慰剂的患者在客观肿瘤进展后将接受开放标签的瑞戈非尼治疗。患者在随机化时将根据组织学进行分层。
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。




