西妥昔单抗联合索拉非尼或单药西妥昔单抗的II期随机试验
该数据集来自clinicaltrials.gov,为一项II期随机试验,比较西妥昔单抗联合索拉非尼与单药西妥昔单抗在复发、难治或转移性头颈部鳞状细胞癌患者中的疗效

基本信息
资源简介
西妥昔单抗联合索拉非尼或单药西妥昔单抗的II期随机试验
该数据集来自clinicaltrials.gov,为一项II期随机试验,比较西妥昔单抗联合索拉非尼与单药西妥昔单抗在复发、难治或转移性头颈部鳞状细胞癌患者中的疗效。覆盖多种复发或转移性鳞状细胞癌及唾液腺癌。主要目标是比较无进展生存期,次要目标包括缓解率、总生存期和毒性评估。可用于头颈部肿瘤治疗方案的疗效预测与生存分析研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:伴隐匿原发鳞状细胞癌的转移性鳞状颈癌、伴隐匿原发的复发性转移性鳞状颈癌、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。主要目标:I. 在复发、难治或转移性头颈部鳞状细胞癌(SCCHN)患者中,比较西妥昔单抗联合索拉非尼与单药西妥昔单抗的无进展生存期(PFS)。次要目标:I. 评估西妥昔单抗联合索拉非尼及单药西妥昔单抗的缓解率、总生存期(OS)和毒性。II. 评估EGF的存在
【主题与分类】
主题标签:Recurrent Salivary Gland Cancer、Salivary Gland Squamous Cell Carcinoma、Stage IVA Salivary Gland Cancer、Stage IVB Salivary Gland Cancer、Stage IVC Salivary Gland Cancer、Tongue Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00939627
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/NCT00939627
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
疾病条件:转移性颈部鳞癌伴隐匿性原发鳞状细胞癌、复发性转移性颈部鳞癌伴隐匿性原发、复发性涎腺癌、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。主要目标:I. 比较西妥昔单抗联合索拉非尼与西妥昔单抗单药在复发性、难治性或转移性头颈部鳞状细胞癌(SCCHN)患者中的无进展生存期(PFS)。次要目标:I. 评估西妥昔单抗联合索拉非尼及西妥昔单抗单药的缓解率、总生存期(OS)和毒性。II. 评估EGFRvIII突变、EGFR基因拷贝数增加及活化EGFR基因表达特征的存在情况,并在西妥昔单抗单药组和西妥昔单抗/索拉非尼组中将其与临床参数(RR、OS和PFS)进行相关性分析。III.
评估VEGF受体家族及其配体表达能否预测西妥昔单抗/索拉非尼的疗效。IV. 确定血清和肿瘤中可预测西妥昔单抗或西妥昔单抗/索拉非尼治疗反应和生存的蛋白质组学特征。V. 评估治疗对一般功能及头颈部特异性功能、症状负担和生活质量的影响。研究大纲:这是一项多中心研究。患者被随机分配至2个治疗组中的1组。第I组:患者在第1、8和15天接受西妥昔单抗静脉输注60-120分钟,并在第1-21天每日两次口服安慰剂。(口服安慰剂已于2010年2月18日停止)。第II组:患者在第1、8和15天接受西妥昔单抗静脉输注60-120分钟,并在第1-21天每日两次口服甲苯磺酸索拉非尼。两组中,在无疾病进展或不可接受毒性的情况下,疗程每21天重复一次。基线时采集石蜡包埋组织样本用于药物基因组学研究,基线时及前3个疗程采集血液样本用于研究目的。生活质量和症状
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。



