Erlotinib联合Gemcitabine治疗新诊断局部晚期或转移性胰腺癌或其他实体瘤
该数据集来自clinicaltrials.gov,收录一项多中心、剂量递增的临床试验,研究对象为新诊断、未接受过Gemcitabine的局部晚期或转移性胰腺癌或其他可能对治疗有反应的实体瘤患者

基本信息
资源简介
Erlotinib联合Gemcitabine治疗新诊断局部晚期或转移性胰腺癌或其他实体瘤
该数据集来自clinicaltrials.gov,收录一项多中心、剂量递增的临床试验,研究对象为新诊断、未接受过Gemcitabine的局部晚期或转移性胰腺癌或其他可能对治疗有反应的实体瘤患者。研究评估Erlotinib联合Gemcitabine的最大耐受剂量、安全性、耐受性、药代动力学、客观抗肿瘤缓解率及缓解持续时间,并观察疾病进展时间和总生存期。数据可用于肿瘤治疗方案的剂量探索、疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胰腺癌、未指明成人实体瘤、方案特定。目的: 确定Erlotinib联合Gemcitabine在近期诊断、未接受过Gemcitabine的局部晚期或转移性胰腺癌或其他可能对治疗有反应的实体瘤患者中的最大耐受剂量。 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的药代动力学。 确定接受该方案治疗患者的客观抗肿瘤缓解率和缓解持续时间。* 确定接受该方案治疗患者的疾病进展时间和总生存期。概要:这是一项Erlotinib的多中心、剂量递增研究。患者在第1-7周的第1天接受30分钟静脉注射Gemcitabine,并从第1周第3天开始每日一次口服Erlotinib,且
【主题与分类】
主题标签:Pancreatic Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00033241
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/NCT00033241
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:胰腺癌、未明确的成人实体瘤、方案特定。目的:* 确定厄洛替尼联合吉西他滨在近期诊断、未接受过吉西他滨治疗的局部晚期或转移性胰腺癌或其他可能对治疗有反应的实体瘤患者中的最大耐受剂量。* 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的药代动力学。* 确定接受该方案治疗患者的客观抗肿瘤缓解率和缓解持续时间。* 确定接受该方案治疗患者的疾病进展时间和总生存期。大纲:这是一项多中心、剂量递增的厄洛替尼研究。患者在第1-7周的第1天接受30分钟静脉注射吉西他滨,并从第1周第3天开始每日一次口服厄洛替尼,持续8周(第1疗程)。患者接受后续疗程治疗,包括每周一次吉西他滨,连续3周,以及每日一次厄洛替尼。在无疾病进展或不可接受的毒性情况下,疗程每4周重复一次。
3-6例患者组成的队列接受递增剂量的厄洛替尼,直至确定最大耐受剂量(MTD)。MTD定义为在3例中有2例或6例中有2例患者出现剂量限制性毒性之前的那一剂量。一旦确定MTD,再额外招募12例患者,按上述方式在MTD下接受治疗。患者随访30天。预计入组:本研究将在3个月内最多入组30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。
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。




