Sonidegib 治疗局部晚期基底细胞癌患者长期安全性授权后安全性研究
该数据集来自 clinicaltrials.gov，为一项关于 Sonidegib 在局部晚期基底细胞癌（laBCC）患者中长期安全性的授权后安全性研究（PASS）
基本信息
资源简介
Sonidegib 治疗局部晚期基底细胞癌患者长期安全性授权后安全性研究
该数据集来自 clinicaltrials.gov，英文名称为 Post-authorization Safety Study on the Long Term Safety of Sonidegib in Patients With Locally Advanced Cell Carcinoma，本站归类为肿瘤 / 其他，主题标签为 Basal Cell Carcinoma。其内容围绕一项关于 Sonidegib 在局部晚期基底细胞癌（laBCC）患者中长期安全性的授权后安全性研究（PASS）展开。该研究为观察性、非干预性设计，不强制治疗方案、诊断或治疗干预，也不规定特定访视计划，旨在评估 Sonidegib 在常规临床实践中的安全性表现，适用于不适合接受治愈性手术或放射治疗的患者人群。
【数据集背景】
该数据集对应的研究是一项授权后安全性研究（PASS），关注 Sonidegib 在局部晚期基底细胞癌（laBCC）患者中的长期安全性。研究针对的是不适合接受治愈性手术或放射治疗的患者。作为一项非干预性、跨国、多中心的研究，其设计目标是在常规临床实践条件下观察 Sonidegib 的安全性，而非在受控试验环境中评估疗效。该研究不施加治疗协议，也不规定诊断或治疗干预，亦不设定特定的访视计划，因此更贴近真实世界临床使用情境。
【数据内容】
源站描述显示，该研究纳入的疾病条件为 Basal Cell Carcinoma。研究关注 Sonidegib 在局部晚期基底细胞癌（laBCC）患者中的长期安全性。每位入组患者在入组后将被随访 3 年。除上述内容外，源站未提供关于具体变量、字段结构、样本量、终点指标或统计方法等更细化的数据内容说明。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。研究性质为非干预性、跨国、多中心授权后安全性研究。研究在常规临床实践中评估 Sonidegib 的安全性，不强制治疗协议、诊断或治疗干预，也不规定特定访视计划。每位入组患者随访 3 年。除上述来源与设计信息外，源站未提供关于数据采集流程、数据管理方式或具体采集工具的信息。
【适用场景】
该数据集适用于关注局部晚期基底细胞癌（laBCC）患者中 Sonidegib 长期安全性的场景，尤其适合不适合接受治愈性手术或放射治疗的患者人群。由于研究为观察性、非干预性设计，其数据可用于了解常规临床实践中的安全性表现。源站未提供关于其他具体适用场景的说明。
【使用方法】
源站未提供关于该数据集具体使用方法的信息。
【质量与限制】
该研究为非干预性、观察性设计，不强制治疗方案、诊断或治疗干预，也不规定特定访视计划，因此其数据反映常规临床实践情况。每位患者随访 3 年。除上述设计特征外，源站未提供关于数据质量、偏倚控制、样本代表性或其它限制的说明。
【引用与许可】
源站未提供关于引用方式与许可条款的信息。
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/NCT04066504
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：基底细胞癌。这是一项非干预性、多国、多中心的上市后安全性研究（PASS），旨在评估索尼德吉在常规临床实践中用于不适合根治性手术或放射治疗的局部晚期基底细胞癌（laBCC）患者的安全性。本研究为观察性研究，不强制规定治疗方案、诊断/治疗干预措施或特定的访视计划。在本研究中，每例入组患者将在入组后接受为期3年的随访。
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。
