达沙替尼、替西罗莫司和环磷酰胺治疗晚期、复发或难治性实体瘤患者
本试验针对晚期或复发性恶性实体瘤及复发或难治性脑肿瘤。主要目标为确定达沙替尼、环磷酰胺与替西罗莫司联合方案的最大耐受剂量和剂量限制性毒性;次要目标为初步评估抗肿瘤活性及生物标志物与反应相关性

基本信息
资源简介
达沙替尼、替西罗莫司和环磷酰胺治疗晚期、复发或难治性实体瘤患者
本试验针对晚期或复发性恶性实体瘤及复发或难治性脑肿瘤。主要目标为确定达沙替尼、环磷酰胺与替西罗莫司联合方案的最大耐受剂量和剂量限制性毒性;次要目标为初步评估抗肿瘤活性及生物标志物与反应相关性。方案为剂量递增:达沙替尼口服每日两次、环磷酰胺口服每日一次,均第1-21天;替西罗莫司静脉输注,第1、8、15天;每28天重复,共6疗程,直至疾病进展或不可耐受毒性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病状态:晚期恶性实体肿瘤、复发性脑肿瘤、复发性恶性实体肿瘤、难治性脑肿瘤。主要目的:I. 确定达沙替尼、环磷酰胺和替西罗莫司联合治疗的最大耐受剂量(MTD)和剂量限制性毒性(DLT)。II. 明确并描述按此方案给药的达沙替尼、环磷酰胺和替西罗莫司联合方案的毒性。次要目的:I. 在1期研究范围内初步确定达沙替尼、环磷酰胺和替西罗莫司联合方案的抗肿瘤活性。II. 初步评估生物标志物及疗效反应相关因素。方案概要:这是一项达沙替尼和替西罗莫司的剂量递增研究。患者在第1-21天口服(PO)达沙替尼,每日两次(BID);在第1-21天口服(PO)环磷酰胺,每日一次(QD);在第1、8和15天接受替西罗莫司静脉给药(IV),输注时间30-60分钟。在无疾病进展或不可接受的毒性情况下,治疗每28天重复一次,共6个疗程。达到疾病稳定或更佳疗效的患者,经研究负责人批准后可继续治疗。研究治疗完成后,患者随访4周。
【主题与分类】
主题标签:Advanced Malignant Solid Neoplasm、Recurrent Brain Neoplasm、Recurrent Malignant Solid Neoplasm、Refractory Brain Neoplasm。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02389309
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/NCT02389309
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
疾病状态:晚期恶性实体肿瘤、复发性脑肿瘤、复发性恶性实体肿瘤、难治性脑肿瘤。主要目的:I. 确定达沙替尼、环磷酰胺和替西罗莫司联合治疗的最大耐受剂量(MTD)和剂量限制性毒性(DLT)。II. 明确并描述按此方案给药的达沙替尼、环磷酰胺和替西罗莫司联合方案的毒性。次要目的:I. 在1期研究范围内初步确定达沙替尼、环磷酰胺和替西罗莫司联合方案的抗肿瘤活性。II. 初步评估生物标志物及疗效反应相关因素。方案概要:这是一项达沙替尼和替西罗莫司的剂量递增研究。患者在第1-21天口服(PO)达沙替尼,每日两次(BID);在第1-21天口服(PO)环磷酰胺,每日一次(QD);在第1、8和15天接受替西罗莫司静脉给药(IV),输注时间30-60分钟。在无疾病进展或不可接受的毒性情况下,治疗每28天重复一次,共6个疗程。达到疾病稳定或更佳疗效的患者,经研究负责人批准后可继续治疗。研究治疗完成后,患者随访4周。
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。




