安非他酮减轻癌症幸存者癌因性疲乏
针对造血与淋巴系统肿瘤及恶性实体瘤,在癌症生存者疲劳中开展双盲、安慰剂对照、随机临床试验,比较安非他酮盐酸盐控释片与安慰剂

基本信息
资源简介
安非他酮减轻癌症幸存者癌因性疲乏
针对造血与淋巴系统肿瘤及恶性实体瘤,在癌症生存者疲劳中开展双盲、安慰剂对照、随机临床试验,比较安非他酮盐酸盐控释片与安慰剂。主要目标为减少疲劳疗效;次要评估抑郁、生活质量及耐受性;探索症状、认知、疲劳机制及CYP2B6基因型与药物代谢和疲劳变化关系。患者随机分两组,分别口服安非他酮或安慰剂每日一次,最长13周,直至不可接受毒性,并全程采集血样(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:造血与淋巴系统肿瘤、恶性实体肿瘤。 主要目的: I. 在一项针对伴有疲乏的癌症生存者的双盲、安慰剂对照、随机临床试验中,确定盐酸安非他酮控释剂(安非他酮)与安慰剂相比在减轻疲乏方面的疗效。 次要目的: I. 评估安非他酮与安慰剂相比对伴有疲乏的癌症生存者抑郁和生活质量的影响。 II. 评估安非他酮在伴有疲乏的癌症生存者中的耐受性。 探索性目的: I. 评估安非他酮与安慰剂相比对伴有疲乏的癌症生存者症状学和认知的影响。 II. 探索安非他酮对癌症相关性疲乏推定机制的影响。 III. 探索CYP2B6基因型与安非他酮代谢及疲乏变化之间的关联。 概述:患者被随机分配至2组中的1组。 第I组:患者在未出现不可接受的毒性的情况下,接受盐酸安非他酮控释剂口服(PO),每日一次(QD),最长13周。患者在整个研究期间还接受血样采集。 第II组:患者在未出现不可接受的毒性的情况下,接受安慰剂口服(PO),每日一次(QD),最长13周。患者在整个研究期间还接受血样采集。
【主题与分类】
主题标签:Malignant Solid Neoplasm。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03996265
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/NCT03996265
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:造血与淋巴系统肿瘤、恶性实体肿瘤。主要目的:I. 在伴有疲乏的癌症生存者中开展的双盲、安慰剂对照、随机临床试验中,确定盐酸安非他酮控释制剂(安非他酮)与安慰剂相比在减轻疲乏方面的疗效。次要目的:I. 评估安非他酮与安慰剂相比对伴有疲乏的癌症生存者抑郁和生活质量的影响。II. 评估安非他酮在伴有疲乏的癌症生存者中的耐受性。探索性目的:I. 评估安非他酮与安慰剂相比对伴有疲乏的癌症生存者症状学和认知的影响。II. 探索安非他酮对癌症相关疲乏假定机制的影响。III. 探索CYP2B6基因型与安非他酮代谢及疲乏变化之间的关联。研究概要:患者被随机分配至2个组中的1个。第I组:患者接受盐酸安非他酮控释制剂口服(PO),每日一次(QD),在未出现不可接受的毒性的情况下,最长13周。患者在整个研究期间还接受血样采集。
II组:在未出现不可接受的毒性反应的情况下,患者口服安慰剂,每日一次(PO QD),最长持续13周。患者还在整个研究期间接受血液样本采集。
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。




