吉非替尼治疗进展性转移性神经内分泌肿瘤
该数据集来自 clinicaltrials.gov,聚焦于进展性转移性神经内分泌肿瘤患者使用吉非替尼(ZD1839)治疗的临床研究

基本信息
资源简介
吉非替尼治疗进展性转移性神经内分泌肿瘤
该数据集来自 clinicaltrials.gov,聚焦于进展性转移性神经内分泌肿瘤患者使用吉非替尼(ZD1839)治疗的临床研究。覆盖胃泌素瘤、胰高血糖素瘤、胰岛素瘤、转移性胃肠道类癌瘤、胰腺多肽瘤、复发性胃肠道类癌瘤、复发性胰岛细胞癌和生长抑素瘤等病种。主要目标是确定6个月无进展生存率,次要目标包括客观肿瘤缓解率、无进展生存期与进展时间、循环激素水平改善、总生存期,并探索肿瘤分子特征以理解EGFR表达及其抑制的作用。数据可用于肿瘤治疗反应预测与生存分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胃泌素瘤、胰高血糖素瘤、胰岛素瘤、转移性胃肠道类癌瘤、胰腺多肽瘤、复发性胃肠道类癌瘤、复发性胰岛细胞癌、生长抑素瘤。主要目标:I. 确定接受ZD1839治疗的进展性晚期神经内分泌肿瘤患者的6个月无进展生存率。次要目标:I. 客观肿瘤缓解率。II. 无进展生存期和进展时间。III. 循环激素水平的改善。IV. 总生存期。V. 我们将探索这些肿瘤的分子特征,以试图理解EGFR表达及其被ZD1839抑制在神经内分泌肿瘤中的作用。在可能的情况下,将在治疗前和治疗后的肿瘤活检中进行测量:EGFR表达和基因扩增(EGFR的IHC和磷酸化
【主题与分类】
主题标签:Gastrinoma、Glucagonoma、Insulinoma、Pancreatic Polypeptide Tumor、Recurrent Islet Cell Carcinoma、Somatostatinoma、WDHA Syndrome。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00075439
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/NCT00075439
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:胃泌素瘤、胰高血糖素瘤、胰岛素瘤、转移性胃肠道类癌瘤、胰多肽瘤、复发性胃肠道类癌瘤、复发性胰岛细胞癌、生长抑素瘤。主要目标:I. 确定接受ZD1839治疗的进展性晚期神经内分泌肿瘤患者的6个月无进展生存率。次要目标:I. 客观肿瘤缓解率。II. 无进展生存期和至进展时间。III. 循环激素水平的改善。IV. 总生存期。V. 我们将探索这些肿瘤的分子特征,以试图理解EGFR表达及其被ZD1839抑制在神经内分泌肿瘤中的作用。在可能的情况下,将在治疗前和治疗后的肿瘤活检标本上进行以下检测:EGFR表达和基因扩增(EGFR和磷酸化EGFR的免疫组织化学,基因扩增的原位杂交);Ras/Raf/MAPK通路的激活(磷酸化MAPK的免疫组织化学);细胞增殖(Ki-67染色);细胞凋亡(TUNEL检测)。研究方案:这是一项多中心研究。
患者根据疾病类型(类癌与胰岛细胞及其他神经内分泌肿瘤)进行分层。患者在第1-28天每日口服吉非替尼一次。若无疾病进展或不可接受的毒性,每28天重复疗程。患者每3个月随访一次,直至疾病进展,此后每6个月随访一次,自研究入组起最长随访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。




