Erlotinib与Cisplatin联合治疗复发或转移性头颈癌研究
该数据集来自clinicaltrials.gov,收录一项关于Erlotinib与Cisplatin联合治疗复发或转移性头颈鳞状细胞癌的剂量递增、多中心研究

基本信息
资源简介
Erlotinib与Cisplatin联合治疗复发或转移性头颈癌研究
该数据集来自clinicaltrials.gov,收录一项关于Erlotinib与Cisplatin联合治疗复发或转移性头颈鳞状细胞癌的剂量递增、多中心研究。数据覆盖客观缓解率、疾病稳定率、缓解持续时间、无进展生存期、中位生存期和总生存期等疗效指标,以及方案安全性和耐受性、临床与药代动力学及药效学关系、EGFR及其下游信号成分和血管生成与凋亡标志物与临床结局的相关性。可用于肿瘤治疗反应预测与生存分析研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:头颈癌。目的: 确定接受Erlotinib与Cisplatin治疗的复发或转移性头颈鳞状细胞癌患者的客观缓解率。 确定接受该方案治疗患者的疾病稳定率、缓解持续时间、无进展生存期、中位生存期和总生存期。 确定该方案在这些患者中的安全性和耐受性。 确定该方案在这些患者中临床、药代动力学和药效学效应之间的关系。* 将肿瘤和皮肤活检中表皮生长因子受体、其下游信号成分以及血管生成和凋亡标志物的基线和治疗后水平与接受该方案治疗患者的临床结局进行关联。概要:这是一项剂量递增、多中心研究。患者接受口服
【主题与分类】
主题标签:Head and Neck Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00030576
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/NCT00030576
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:头颈部癌。目的:* 确定接受厄洛替尼和顺铂治疗的复发或转移性头颈部鳞状细胞癌患者的客观缓解率。* 确定接受该方案治疗患者的疾病稳定率、缓解持续时间、无进展生存期、中位生存期和总生存期。* 确定该方案在这些患者中的安全性和耐受性。* 确定该方案在这些患者中临床、药代动力学和药效学效应之间的关系。* 将接受该方案治疗患者肿瘤和皮肤活检中表皮生长因子受体、其下游信号组分以及血管生成和凋亡标志物的基线和治疗后水平与临床结局进行相关性分析。大纲:这是一项剂量递增、多中心研究。患者仅在第一疗程的第-6天至第21天每日一次口服厄洛替尼,并在第1天静脉注射顺铂60分钟。对于第二及后续疗程,患者在第1-21天每日一次口服厄洛替尼,并按第一疗程方式给予顺铂。
在无疾病进展或不可接受的毒性情况下,每21天重复一次治疗,最多6个疗程。完成6个疗程后疾病稳定或有效的患者可继续单独接受厄洛替尼治疗,直至疾病进展。3-6例患者组成的队列接受厄洛替尼和顺铂的递增剂量,直至确定最大耐受剂量(MTD)。MTD定义为3例中2例或6例中2例患者出现剂量限制性毒性时所对应的前一个剂量水平。至少有6例患者在MTD水平接受治疗。每3个月对患者进行一次随访。预计入组:本研究将在18个月内最多入组43例患者。
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。




