Atovaquone 用于治疗铂耐药卵巢癌的再利用研究
该数据集来自 clinicaltrials.gov，聚焦 Atovaquone 用于铂耐药卵巢癌治疗的临床研究，覆盖卵巢高级别浆液性腺癌与铂耐药卵巢癌人群
基本信息
资源简介
Atovaquone 用于治疗铂耐药卵巢癌的再利用研究
该数据集来自 clinicaltrials.gov，聚焦 Atovaquone 用于铂耐药卵巢癌治疗的临床研究，覆盖卵巢高级别浆液性腺癌与铂耐药卵巢癌人群。主要目标为确定 28 例铂耐药卵巢癌患者接受 Atovaquone 治疗后的无进展生存期；次要目标包括评估六个月临床获益率、总生存期、Atovaquone 对 STAT3 依赖性基因转录的靶向抑制效果，以及 STAT3 抑制后肿瘤免疫浸润的变化。研究期间患者口服 Atovaquone，并接受 CT 与活检或穿刺，治疗结束后随访 30 天，之后每 6 个月随访一次（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：卵巢高级别浆液性腺癌、铂耐药卵巢癌。主要目标：I. 确定 28 例接受 Atovaquone 治疗的铂耐药卵巢癌患者的无进展生存期。次要目标：I. 确定六个月时的临床获益率（完全缓解、部分缓解或疾病稳定）。II. 确定总生存期。III. 定量 Atovaquone 对 STAT3 依赖性基因转录的靶向 STAT3 抑制效果。IV. 定量通过 Atovaquone 抑制 STAT3 后肿瘤免疫浸润的变化。概述：患者在研究期间口服（PO）Atovaquone。患者在整个研究期间还接受计算机断层扫描（CT）以及活检或穿刺。研究治疗完成后，患者随访 30 天，此后每 6 个月随访一次。
【主题与分类】
主题标签：Ovarian High Grade Serous Adenocarcinoma、Platinum-Resistant Ovarian Carcinoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05998135
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/NCT05998135
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：卵巢高级别浆液性腺癌、铂耐药卵巢癌。主要目的：I. 确定28例接受阿托伐醌治疗的铂耐药卵巢癌患者的无进展生存期。次要目的：I. 确定6个月时的临床获益率（完全缓解、部分缓解或疾病稳定）。II. 确定总生存期。III. 定量阿托伐醌对STAT3依赖性基因转录的靶向STAT3抑制效果。IV. 定量通过阿托伐醌抑制STAT3后肿瘤免疫浸润的变化。方案概要：患者在研究期间口服（PO）阿托伐醌。患者在整个研究期间还接受计算机断层扫描（CT）和活检或穿刺。研究治疗完成后，对患者随访30天，此后每6个月随访一次。
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。
