Erlotinib联合Docetaxel治疗局部晚期、转移性或复发性头颈癌
该数据集来自clinicaltrials.gov,收录一项关于Erlotinib联合Docetaxel治疗局部晚期、转移性或复发性头颈鳞状细胞癌的临床研究信息

基本信息
资源简介
Erlotinib联合Docetaxel治疗局部晚期、转移性或复发性头颈癌
该数据集来自clinicaltrials.gov,收录一项关于Erlotinib联合Docetaxel治疗局部晚期、转移性或复发性头颈鳞状细胞癌的临床研究信息。覆盖复发性唾液腺癌、下咽、喉、唇及口腔、鼻咽、口咽、鼻窦及鼻腔鳞状细胞癌以及唾液腺鳞状细胞癌等病种。研究目标包括确定最大耐受剂量与剂量限制毒性、评估缓解率与生存指标、分析药代动力学及进行相关性分析,可用于头颈癌联合治疗方案的疗效与安全性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:复发性唾液腺癌、复发性下咽鳞状细胞癌、复发性喉鳞状细胞癌、复发性唇及口腔鳞状细胞癌、复发性鼻咽鳞状细胞癌、复发性口咽鳞状细胞癌、复发性鼻窦及鼻腔鳞状细胞癌、唾液腺鳞状细胞癌。目的:I. 确定Erlotinib与Docetaxel联合给药用于局部晚期、转移性或复发性头颈鳞状细胞癌患者时的最大耐受剂量和剂量限制性毒性。II. 确定接受该方案治疗患者的缓解率、缓解持续时间、至进展时间和生存期。III. 确定该方案在这些患者中的药代动力学。IV. 将预设的
【主题与分类】
主题标签:Recurrent Salivary Gland Cancer、Salivary Gland Squamous Cell Carcinoma、Stage III Salivary Gland Cancer、Stage IV Salivary Gland Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00055770
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/NCT00055770
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
疾病类型:复发性唾液腺癌、复发性下咽鳞状细胞癌、复发性喉鳞状细胞癌、复发性唇及口腔鳞状细胞癌、复发性鼻咽鳞状细胞癌、复发性口咽鳞状细胞癌、复发性鼻旁窦及鼻腔鳞状细胞癌、唾液腺鳞状细胞癌。目的:I. 确定厄洛替尼与多西他赛联合用于局部晚期、转移性或复发性头颈部鳞状细胞癌患者时的最大耐受剂量和剂量限制性毒性。II. 确定接受该方案治疗患者的缓解率、缓解持续时间、至进展时间和生存期。III. 确定该方案在这些患者中的药代动力学。IV. 将肿瘤组织中PTEN、RB、P-Akt、p15、p16、cyclin D1、p27和p53基因的存在与接受该方案治疗患者的缓解情况进行相关性分析。研究设计概述:这是一项厄洛替尼的I期剂量递增研究,随后进行II期研究。
第一阶段:患者在第1-28天每天口服一次厄洛替尼,并在第8、15和22天接受多西他赛静脉输注,持续1小时。在无疾病进展或不可接受的毒性情况下,每28天重复治疗,总共6个疗程。患者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3名患者中有2名或6名患者中有2名出现剂量限制性毒性的剂量。一旦确定MTD,额外的6名患者队列将接受MTD剂量的厄洛替尼。第二阶段:患者接受MTD剂量的厄洛替尼和多西他赛,如同第一阶段。
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。



