LDK378 在 ROS1 和/或 ALK 过表达晚期肝内或肝门部胆管癌中的 II 期试验
该数据集来自 clinicaltrials.gov，为一项 II 期临床试验，研究对象为 ROS1 和/或 ALK 过表达的晚期肝内或肝门部胆管癌患者
基本信息
资源简介
LDK378 在 ROS1 和/或 ALK 过表达晚期肝内或肝门部胆管癌中的 II 期试验
该数据集来自 clinicaltrials.gov，为一项 II 期临床试验，研究对象为 ROS1 和/或 ALK 过表达的晚期肝内或肝门部胆管癌患者。试验采用 LDK378 750 mg 每日口服、3 周为一治疗周期，计划纳入 34 例患者（考虑 10% 脱落率）。数据涵盖肿瘤组织免疫组化染色确认 ROS1/ALK 表达状态，以及按 RECIST 1.1 在基线和每 6 周通过 CT 或 MRI 进行的肿瘤反应评估。可用于探索 LDK378 在该人群中的疗效与反应模式（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：胆管癌。样本量：LDK378 将被视为活性药物，值得进一步开发。考虑 10% 的脱落率，总共将纳入 34 例患者。步骤 1：在合适患者中使用 LDK378：收集肿瘤组织进行免疫组化染色，以确认 ROS1 或 ALK 表达状态。如果患者符合所有标准，LDK378 750 mg（口服）每日一次，以 3 周为一个治疗周期。步骤 2：根据 RECIST 1.1 版评估肿瘤反应 1. 评估将在基线和每 6 周进行 2. 评估将通过 CT 或 MRI 进行，反应定义如下： 完全缓解——所有靶病灶消失。 部分缓解——靶病灶最长直径之和较基线最长直径之和至少减少 30%。* 疾病进展——至少增加 20%
【主题与分类】
主题标签：Cholangiocarcinoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02374489
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/NCT02374489
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
条件：胆管癌。样本量：LDK378将被视为活性药物，值得进一步开发。考虑到10%的脱落率，总共将纳入34名患者。第1步：LDK378用于合适的患者：收集肿瘤组织进行免疫组化染色，以确认ROS1或ALK表达状态。如果患者符合所有标准，每日口服LDK378 750 mg，以3周为一个治疗周期。第2步：根据RECIST 1.1版评估肿瘤反应 1. 将在基线时和每6周进行一次评估 2. 评估将通过CT或MRI进行，反应定义如下：* 完全缓解——所有靶病灶消失。* 部分缓解——靶病灶最长直径之和较基线最长直径之和至少减少30%。
- 疾病进展——与治疗开始以来记录的最小最长直径总和相比，靶病灶最长直径总和至少增加20%，或出现一个或多个新病灶，或任何曾消失的病灶重新出现，或任何可评估疾病明显恶化，或出现任何新病灶或部位。* 疾病稳定——与治疗开始以来的最小最长直径总和相比，肿瘤缩小程度不足以达到部分缓解，增大程度也不足以达到疾病进展。
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。
