局部用Resiquimod凝胶(0.06%)治疗结节性基底细胞癌的疗效与安全性试验
该数据集来自clinicaltrials.gov,聚焦局部用Resiquimod凝胶(0.06%)治疗结节性基底细胞癌(nBCC)的疗效与安全性试验

基本信息
资源简介
局部用Resiquimod凝胶(0.06%)治疗结节性基底细胞癌的疗效与安全性试验
该数据集来自clinicaltrials.gov,聚焦局部用Resiquimod凝胶(0.06%)治疗结节性基底细胞癌(nBCC)的疗效与安全性试验。数据覆盖疗效评估,包括组织病理学治愈、临床清除、RNA基因表达分析及研究者7点量表判断;安全性评估涵盖不良事件、严重不良事件及局部皮肤反应评分。可用于分析该疗法的疗效与安全性,支持肿瘤治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结节性基底细胞癌。疗效评估: 基于原发肿瘤部位活检和试验结束时组织切除的组织病理学发现(组织学治愈)。 通过肉眼检查描述resiquimod对nBCC(结节性基底细胞癌)的临床治疗效果(治疗区域的临床评估和完全临床清除的评估) RNA分析(细胞因子、细胞毒性和凋亡信号的基因表达分析) 研究者通过7点量表对疗效的总体判断。安全性评估: 不良事件(AEs)和严重不良事件(SAEs)的评估 通过症状评分量表评估局部耐受性(局部皮肤反应如红斑、水肿、糜烂/溃疡、渗出、干燥、结痂)(0 = 无,1 = 轻微,2 = 中度,3 = 严重,4 = 非常
【主题与分类】
主题标签:Nodular Basal Cell Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01808950
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/NCT01808950
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:结节性基底细胞癌。疗效评估:* 基于原发肿瘤部位活检及试验结束时组织切除的组织病理学发现(组织学治愈)。* 通过视觉检查描述瑞喹莫德对结节性基底细胞癌(nBCC)的临床治疗效果(治疗区域的临床评估及完全临床清除的评估)。* RNA分析(细胞因子、细胞毒性和凋亡信号的基因表达分析)。* 研究者采用7分量表对疗效的整体判断。安全性评估:* 不良事件(AEs)和严重不良事件(SAEs)的评估。* 通过症状评分量表(0=无,1=轻微,2=中度,3=严重,4=非常严重)评估局部耐受性(局部皮肤反应如红斑、水肿、糜烂/溃疡、渗出、干燥、结痂)。* 评估全身耐受性[血液学(红细胞、白细胞包括中性粒细胞、血红蛋白、血细胞比容、血小板)、血液生化(碱性磷酸酶、胆红素、天冬氨酸转氨酶(ASAT)、丙氨酸转氨酶(ALAT)、血清肌酐)、生命体征]。
确定患者退出试验的实验室异常阈值已预先设定。* 评估退出试验的患者数量 * 研究者基于6点量表对耐受性的整体判断 * 治疗区域的照片记录 探索性参数:* C反应蛋白(CRP)* 干扰素-α、白细胞介素-6、白细胞介素-12、干扰素-γ、肿瘤坏死因子-α(基因表达上调)* 免疫组织化学及细胞类型特征分析(CD8、T细胞、巨噬细胞、树突状细胞)* 此外,血清样本将被保存并冷冻,以供后续向患者说明的特定检测使用。保存的材料最长存储时间为2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。
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。




