Belzutifan（MK-6482-043/LITESPARK-043）研究参与者的扩展研究
该数据集来自 clinicaltrials.gov，为一项扩展研究，面向曾参加含 Belzutifan（MK-6482）的特定母试验的参与者
基本信息
资源简介
Belzutifan（MK-6482-043/LITESPARK-043）研究参与者的扩展研究
该数据集来自 clinicaltrials.gov，为一项扩展研究，面向曾参加含 Belzutifan（MK-6482）的特定母试验的参与者。覆盖 Von Hippel-Lindau 病与恶性肿瘤，涉及晚期实体瘤及 VHL 相关肿瘤人群，旨在了解 Belzutifan 的长期效应。可用于肿瘤治疗领域的长期随访与安全性、有效性观察（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：Von Hippel-Lindau 病、恶性肿瘤。研究人员正在寻找治疗晚期实体瘤和 Von Hippel-Lindau（VHL）相关肿瘤的新方法： 晚期是指癌症已扩散到身体其他部位（转移性）或无法通过手术切除 实体瘤主要是指发生在身体器官和组织中的癌症，而非血液或其他体液中 * VHL 相关肿瘤是由 VHL 病引起的肿瘤。VHL 病由父母遗传给子女，患有 VHL 病的人患某些类型癌症的几率更高。研究人员希望了解一种名为 belzutifan 的试验药物的长期效应。Belzutifan，也称为 MK-6482，旨在阻断一种帮助肿瘤生长和存活的蛋白质。这是一项扩展试验，这意味着只有曾参加某些其他 belzutifan 试验（称为母试验）的人才能
【主题与分类】
主题标签：Von Hippel-Lindau Disease、Malignant Neoplasms。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07405164
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/NCT07405164
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：Von Hippel-Lindau病、恶性肿瘤。研究人员正在寻找治疗晚期实体瘤和Von Hippel-Lindau（VHL）相关肿瘤的新方法：* 晚期是指癌症已扩散至身体其他部位（转移性）或无法通过手术切除 * 实体瘤是指主要发生在身体器官和组织中的癌症，而非血液或其他体液中 * VHL相关肿瘤是由VHL疾病引起的肿瘤。VHL疾病由父母遗传给子女，患有VHL疾病的人患某些类型癌症的几率更高。研究人员希望了解一种名为belzutifan的研究药物的长期效果。Belzutifan，也称为MK-6482，旨在阻断一种帮助肿瘤生长和存活的蛋白质。这是一项扩展试验，这意味着只有参加过某些其他belzutifan试验（称为母试验）的人才可能加入。本试验的目的是了解人们在开始服用belzutifan后能存活多长时间。
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。
