复发头颈癌放疗联合西妥昔单抗治疗研究
该数据集来自 clinicaltrials.gov，聚焦复发头颈鳞状细胞癌患者，研究立体定向体部放疗与西妥昔单抗同步治疗的毒性、可行性及对局部控制、远处控制和总生存的影响
基本信息
资源简介
复发头颈癌放疗联合西妥昔单抗治疗研究
该数据集对应一项在 clinicaltrials.gov 登记的临床研究，英文名称为 Radiation Therapy and Cetuximab in Treating Patients With Recurrent Head and Neck Cancer，本站将其归入肿瘤 / 其他分类，主题标签为 Head and Neck Cancer。研究聚焦复发头颈鳞状细胞癌患者，考察立体定向体部放疗与西妥昔单抗同步治疗方案。研究的主要目标是评估该同步方案的毒性，次要目标包括评估方案可行性，以及观察其对局部控制、远处控制和总生存的影响。治疗方案为：第1至5周每周一次静脉给予西妥昔单抗，输注时间60至120分钟；第2周接受1次立体定向体部放疗；放疗完成后4周，研究者可酌情给予额外西妥昔单抗联合28天化疗方案。治疗结束后进入随访阶段。该数据集可为头颈肿瘤放疗与靶向治疗联合策略的研究提供参考。
【数据集背景】
复发头颈鳞状细胞癌的治疗是临床上的难点。该研究针对这一患者群体，探索将立体定向体部放疗与西妥昔单抗同步给药的模式。研究设计以毒性评估为主要目标，同时关注可行性及肿瘤控制与生存结局，体现了在复发场景下对治疗强度与安全性平衡的考量。
【数据内容】
数据集围绕一项干预性临床研究展开，涉及的条件为 Head and Neck Cancer。研究目标分为主要与次要两部分：主要目标为评估立体定向体部放疗与西妥昔单抗同步治疗在复发头颈鳞状细胞癌患者中的毒性；次要目标包括评估该方案在这些患者中的可行性，以及评估该方案对局部控制、远处控制和总生存的影响。治疗方案包括西妥昔单抗静脉输注与单次立体定向体部放疗，并允许在放疗后按研究者判断追加西妥昔单抗联合28天化疗。随访安排为：治疗结束后每2个月随访1年，每3至4个月随访1年，每6个月随访2年，之后每年随访。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床研究登记信息。源站描述提供了研究条件、目标、治疗方案概述与随访安排等内容。数据集的分类归属为肿瘤 / 其他，主题标签为 Head and Neck Cancer。
【适用场景】
该数据集适用于了解复发头颈鳞状细胞癌中立体定向体部放疗与西妥昔单抗同步治疗的研究设计，可用于参考该领域的毒性评估、可行性评估以及局部控制、远处控制和总生存等结局指标的设置。也可为放疗与靶向药物联合方案的临床研究设计提供背景信息。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT00891904
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
适应症：头颈部癌症。目的：主要 * 评估在复发性头颈部鳞状细胞癌患者中，立体定向体部放疗与西妥昔单抗同步进行的毒性。次要 * 评估在这些患者中实施该方案的可能性。 * 评估该方案对这些患者的局部控制、远处控制和总生存率的影响。大纲：患者在第1-5周每周一次接受西妥昔单抗静脉注射，持续60-120分钟。患者在第2周接受1次立体定向体部放疗（RT）。放疗完成后4周，根据研究者的判断，患者可接受额外的西妥昔单抗静脉注射联合28天化疗方案。研究治疗完成后，患者在第1年每2个月随访一次，第1年每3-4个月随访一次，2年内每6个月随访一次，此后每年随访一次。
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。
