西妥昔单抗联合依维莫司治疗转移性或复发性结肠癌或头颈癌
该数据集来自 clinicaltrials.gov，收录一项关于西妥昔单抗联合依维莫司治疗转移性或复发性结肠癌及头颈癌等实体瘤的临床试验信息
基本信息
资源简介
西妥昔单抗联合依维莫司治疗转移性或复发性结肠癌或头颈癌
该数据集来自 clinicaltrials.gov，收录一项关于西妥昔单抗联合依维莫司治疗转移性或复发性结肠癌及头颈癌等实体瘤的临床试验信息。数据覆盖多种复发性头颈部肿瘤及结肠癌，主要目标是确定每日依维莫司联合固定剂量西妥昔单抗的安全性、剂量限制性毒性和最大耐受剂量，次要目标包括评估两药间的药代动力学相互作用及初步抗肿瘤活性。可用于肿瘤联合治疗的安全性评估、药代动力学研究及疗效预测等用途（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：复发性口腔腺样囊性癌、复发性唇基底细胞癌、复发性结肠癌、复发性鼻窦鼻腔嗅神经母细胞瘤、复发性鼻窦鼻腔内翻性乳头状瘤、复发性鼻咽淋巴上皮瘤、复发性口咽淋巴上皮瘤、复发性转移性颈部鳞癌伴隐匿原发灶。主要目标：I. 确定每日RAD001（依维莫司）联合固定剂量每周西妥昔单抗在实体瘤患者中的安全性、剂量限制性毒性和最大耐受剂量。次要目标：I. 确定接受该方案治疗的患者中RAD001与西妥昔单抗之间是否存在药代动力学相互作用。II. 通过至进展时间和缓解情况确定抗肿瘤活性的初步临床证据。
【主题与分类】
主题标签：Recurrent Colon Cancer、Recurrent Salivary Gland Cancer、Stage IV Basal Cell Carcinoma of the Lip、Stage IVA Colon Cancer、Stage IVA Salivary Gland Cancer、Stage IVB Colon Cancer、Stage IVB Salivary Gland Cancer、Stage IVC Salivary Gland Cancer、Tongue Cancer。本站分类：肿瘤/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01637194
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/NCT01637194
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
适应症：复发性口腔腺样囊性癌、复发性唇部基底细胞癌、复发性结肠癌、复发性鼻旁窦及鼻腔嗅神经母细胞瘤、复发性鼻旁窦及鼻腔内翻性乳头状瘤、复发性鼻咽淋巴上皮瘤、复发性口咽淋巴上皮瘤、复发性转移性颈部鳞癌伴隐匿性原发灶。
主要目标：I. 确定每日RAD001（依维莫司）与固定剂量每周西妥昔单抗联合用于实体瘤患者时的安全性、剂量限制性毒性及最大耐受剂量。
次要目标：I. 确定接受此方案治疗的患者中RAD001与西妥昔单抗之间是否存在药代动力学相互作用。II. 通过至进展时间及实体瘤疗效评价标准（RECIST）评估此方案的初步抗肿瘤活性临床证据。III. 确定接受此方案治疗的患者中临床结局与可能预测肿瘤敏感性的生物标志物之间的关联。IV.
确定该方案对治疗后肿瘤和/或皮肤标本的药效学作用。大纲：这是一项依维莫司的剂量递增研究。患者在第-14天及随后第1-28天每日一次口服依维莫司。患者还在第-7天接受西妥昔单抗静脉输注，输注时间60-120分钟，随后从第1天开始每周一次。在无疾病进展或不可接受毒性的情况下，每28天重复一个疗程。完成研究治疗后，患者每2个月随访一次，至少随访1年。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
