Ribociclib联合多柔比星治疗不可手术的转移性或晚期软组织肉瘤
该数据集来自 clinicaltrials.gov,聚焦 Ribociclib 联合多柔比星治疗不可手术的转移性或晚期软组织肉瘤的临床研究

基本信息
资源简介
Ribociclib联合多柔比星治疗不可手术的转移性或晚期软组织肉瘤
该数据集来自 clinicaltrials.gov,聚焦 Ribociclib 联合多柔比星治疗不可手术的转移性或晚期软组织肉瘤的临床研究。覆盖病种包括晚期软组织肉瘤、局部晚期血管肉瘤、平滑肌肉瘤、脂肪肉瘤、恶性外周神经鞘瘤、黏液纤维肉瘤、未分化多形性肉瘤及转移性血管肉瘤。主要目标为确定联合方案的推荐 II 期剂量,次要目标包括评估初步抗肿瘤活性以及安全性与耐受性。研究采用 Ribociclib 剂量递增设计,受试者口服 Ribociclib 并于第 1-7 天每日给药,同时静脉给予盐酸多柔比星。可用于剂量探索、疗效与安全性相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期软组织肉瘤、局部晚期血管肉瘤、局部晚期平滑肌肉瘤、局部晚期脂肪肉瘤、局部晚期恶性外周神经鞘瘤、局部晚期黏液纤维肉瘤、局部晚期未分化多形性肉瘤、转移性血管肉瘤。主要目标:I. 确定 Ribociclib 联合多柔比星在晚期软组织肉瘤受试者中的推荐 II 期剂量(RP2D)。次要目标:I. 评估 Ribociclib 联合多柔比星在晚期软组织肉瘤受试者中的初步抗肿瘤活性。II. 表征 Ribociclib 联合多柔比星的安全性和耐受性。概述:这是一项 Ribociclib 的剂量递增研究。患者在第 1-7 天每日口服(PO)Ribociclib,并在第
【主题与分类】
主题标签:Advanced Soft Tissue Sarcoma、Locally Advanced Angiosarcoma、Locally Advanced Leiomyosarcoma、Locally Advanced Liposarcoma、Locally Advanced Myxofibrosarcoma、Metastatic Angiosarcoma、Metastatic Epithelioid Sarcoma、Metastatic Fibrosarcoma、Metastatic Liposarcoma、Metastatic Myxofibrosarcoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03009201
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/NCT03009201
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
疾病类型:晚期软组织肉瘤、局部晚期血管肉瘤、局部晚期平滑肌肉瘤、局部晚期脂肪肉瘤、局部晚期恶性外周神经鞘瘤、局部晚期黏液纤维肉瘤、局部晚期未分化多形性肉瘤、转移性血管肉瘤。主要目的:I. 确定瑞博西尼联合多柔比星在晚期软组织肉瘤受试者中的推荐2期剂量(RP2D)。次要目的:I. 评估瑞博西尼联合多柔比星在晚期软组织肉瘤受试者中的初步抗肿瘤活性。II. 描述瑞博西尼联合多柔比星的安全性和耐受性特征。试验设计:这是一项瑞博西尼的剂量递增研究。患者在第1-7天每日口服(PO)瑞博西尼,并在第10天静脉注射(IV)盐酸多柔比星。在没有疾病进展或不可接受的毒性的情况下,每21天重复治疗,最多6个周期。维持治疗:6个周期后无疾病进展的患者在第1-21天每日口服瑞博西尼。
在没有疾病进展或不可接受的毒性的情况下,每28天重复一个周期。完成研究治疗后,患者在30天内进行随访,随后每12周随访一次,持续12个月。
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。




