帕唑帕尼治疗不可切除隆突性皮肤纤维肉瘤的多中心II期研究
该数据集来自NCBI,对应一项帕唑帕尼治疗不可切除隆突性皮肤纤维肉瘤(DFSP)的多中心II期研究,包含1个RT-PCR表达谱文件

基本信息
资源简介
帕唑帕尼治疗不可切除隆突性皮肤纤维肉瘤的多中心II期研究
A multicenter phase II study of pazopanib in patients with unresectable dermatofibrosarcoma protuberans
该数据集来自NCBI,对应一项帕唑帕尼治疗不可切除隆突性皮肤纤维肉瘤(DFSP)的多中心II期研究,包含1个RT-PCR表达谱文件。研究纳入23例患者(含1例既往伊马替尼治疗者),每日口服帕唑帕尼800 mg,主要终点为6个月或手术时肿瘤最大直径缩小≥30%的客观缓解率,中位随访6.2个月。数据可用于分析DFSP的基因表达特征及帕唑帕尼疗效相关分子标志物(来源 NCBI)。
【数据集背景】
源站首次发布:May 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):隆突性皮肤纤维肉瘤(DFSP)是一种以局部浸润高风险为特征的软组织肉瘤。COL1A1-PDGFB t(17;22)易位的发现激活了PDGF通路,促使伊马替尼用于不可切除DFSP,缓解率为36-80%。帕唑帕尼是一种获批用于软组织肉瘤的多靶点酪氨酸激酶抑制剂。我们开展了一项II期研究,纳入不可切除DFSP患者,以评估帕唑帕尼的疗效与安全性。患者每日接受帕唑帕尼800 mg。主要终点为客观缓解率,定义为6个月时或手术时通过体格检查评估的肿瘤最大直径缩小≥30%。共纳入23例患者,包括1例既往接受伊马替尼治疗者。中位随访6.2个月(四分位距5.6-7.8个月),5例患者(22%,95% CI:7-22%)h
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Expression profiling by RT-PCR、GPL28553、9606。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE150787
【使用注意】
· 源站最后修改于 Oct 06 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE150787
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
隆突性皮肤纤维肉瘤(DFSP)是一种以局部浸润风险高为特征的软组织肉瘤。COL1A1-PDGFB t(17;22)易位的发现及其激活PDGF通路的作用,促使伊马替尼被用于不可切除的DFSP,缓解率为36-80%。帕唑帕尼是一种多靶点酪氨酸激酶抑制剂,已获批用于软组织肉瘤。我们开展了一项针对不可切除DFSP患者的II期研究,以评估帕唑帕尼的疗效和安全性。患者每日接受800 mg帕唑帕尼治疗。主要终点为客观缓解率,定义为6个月时或手术时通过体格检查评估的肿瘤最大直径缩小≥30%。共纳入23例患者,其中1例曾接受伊马替尼治疗。中位随访时间为6.2个月(四分位距5.6-7.8个月),5例患者(22%,95% CI:7-22%)对帕唑帕尼达到部分缓解。采用RECIST评估的最佳客观缓解率为30%(95% CI 13-53%)。1例既往接受伊马替尼治疗的转移性DFSP患者在2.4个月后死亡。9例(39%)患者因不良事件停止治疗。
进行了肿瘤样本的药效学分析:EGF的富集以及与EGFR相关的基因组合与耐药性相关,提示EGFR靶向治疗可能是DFSP中值得探索的治疗选择。
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。




