Atebimetinib联合GnP一线治疗转移性胰腺腺癌
该数据集来自clinicaltrials.gov，为一项全球、随机、开放标签的3期研究，评估atebimetinib联合改良给药方案的吉西他滨与白蛋白结合型紫杉醇，对比标准吉西他滨与白蛋白结合型紫杉醇，作为转移性胰腺腺癌患者一线治疗能否改善总生存期
基本信息
资源简介
Atebimetinib联合GnP一线治疗转移性胰腺腺癌
该数据集来自clinicaltrials.gov，为一项全球、随机、开放标签的3期研究，评估atebimetinib联合改良给药方案的吉西他滨与白蛋白结合型紫杉醇，对比标准吉西他滨与白蛋白结合型紫杉醇，作为转移性胰腺腺癌患者一线治疗能否改善总生存期。患者随机分配至A组（atebimetinib+吉西他滨+白蛋白结合型紫杉醇，改良给药方案）或B组（吉西他滨+白蛋白结合型紫杉醇）。数据可用于胰腺癌治疗方案的疗效预测与生存分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：胰腺癌、转移性胰腺癌、PDAC、PDAC - 胰腺导管腺癌、胰腺导管腺癌、转移性胰腺腺癌、胰腺导管腺癌（PDAC）、胰腺腺癌。这是一项全球、随机、开放标签的3期研究，旨在评估atebimetinib联合改良给药方案的吉西他滨与白蛋白结合型紫杉醇，对比标准吉西他滨与白蛋白结合型紫杉醇，作为转移性胰腺腺癌患者一线治疗时能否改善总生存期。患者将被随机分配至两个组之一：A组接受atebimetinib+吉西他滨与白蛋白结合型紫杉醇（改良给药方案），或B组接受吉西他滨与白蛋白结合型紫杉醇。
【主题与分类】
主题标签：Pancreatic Cancer、Pancreatic Cancer Metastatic、PDAC、PDAC - Pancreatic Ductal Adenocarcinoma、Pancreatic Ductal Adenocarcinoma、Pancreatic Adenocarcinoma Metastatic、Pancreatic Ductal Adenocarcinoma (PDAC)、Pancreatic Adenocarcinoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07562152
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/NCT07562152
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：胰腺癌、转移性胰腺癌、PDAC、PDAC-胰腺导管腺癌、胰腺导管腺癌、转移性胰腺腺癌、胰腺导管腺癌（PDAC）、胰腺腺癌。这是一项全球性、随机、开放标签的3期研究，旨在评估atebimetinib联合改良给药方案的吉西他滨和白蛋白结合型紫杉醇与标准化疗方案吉西他滨和白蛋白结合型紫杉醇相比，在转移性胰腺腺癌患者一线治疗中是否能改善总生存期。患者将被随机分配至两组之一：A组接受atebimetinib+吉西他滨和白蛋白结合型紫杉醇（改良给药方案），B组接受吉西他滨和白蛋白结合型紫杉醇。
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。
