Selumetinib与Olaparib实体瘤研究
该数据集来自clinicaltrials.gov,收录Selumetinib与Olaparib联合治疗实体瘤的临床试验信息,覆盖乳腺癌、消化器官恶性肿瘤、女性生殖器官恶性肿瘤、男性生殖器官恶性肿瘤以及甲状腺和其他内分泌腺恶性肿瘤

基本信息
资源简介
Selumetinib与Olaparib实体瘤研究
该数据集来自clinicaltrials.gov,收录Selumetinib与Olaparib联合治疗实体瘤的临床试验信息,覆盖乳腺癌、消化器官恶性肿瘤、女性生殖器官恶性肿瘤、男性生殖器官恶性肿瘤以及甲状腺和其他内分泌腺恶性肿瘤。研究分为Phase 1和Phase 2,Phase 1最多入组30人,Phase 2最多入组60人,Phase 1将测试最多3个剂量水平的Selumetinib与Olaparib组合。数据可用于肿瘤治疗相关的分类研究或临床试验信息分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺恶性肿瘤、消化器官恶性肿瘤、女性生殖器官恶性肿瘤、男性生殖器官恶性肿瘤、甲状腺及其他内分泌腺恶性肿瘤。研究分组:如果您被认定符合参加本研究的条件,您将根据加入研究的时间被分配到一个阶段。Phase 1最多入组30名参与者,Phase 2最多入组60名参与者。如果您入组Phase 1,您接受的研究药物剂量将取决于您加入本研究的时间。将测试最多3个selumetinib和olaparib的剂量水平组合。第一组参与者将接受每种研究药物的最低剂量水平。如果没有不可耐受的副作用,每个新组将接受比前一组更高的selumetinib或olaparib研究药物剂量。
【主题与分类】
主题标签:Malignant Neoplasm of Breast、Malignant Neoplasms of Digestive Organs。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03162627
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/NCT03162627
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:乳腺恶性肿瘤、消化器官恶性肿瘤、女性生殖器官恶性肿瘤、男性生殖器官恶性肿瘤、甲状腺及其他内分泌腺恶性肿瘤。研究分组:如果您被认定符合参加本研究的条件,您将根据加入研究的时间被分配至某一阶段。第一阶段最多入组30名受试者,第二阶段最多入组60名受试者。如果您入组第一阶段,您所接受的研究药物剂量将取决于您加入本研究的时间。将测试selumetinib与olaparib最多3个剂量水平的联合方案。第一组受试者将接受每种研究药物的最低剂量水平。如果未观察到不可耐受的不良反应,每个新组将接受比前一组更高剂量的selumetinib或olaparib研究药物。此过程将持续进行,直至找到研究药物的最高可耐受剂量联合方案。如果您入组第二阶段,您将接受第一阶段中可耐受的最高研究药物联合方案。研究药物给药:每个研究周期为28天。
您需要每天口服司美替尼和奥拉帕利各2次,两次间隔约12小时(早晨1次,晚上1次)。应在服药前至少2小时和服药后1小时内禁食(除水外不得进食或饮水)。如果呕吐或漏服一次剂量,不应补服。请等待并服用下一次预定剂量。根据您所接受的司美替尼剂量水平,您可能仅在每周第1-5天服用研究药物。研究医生将告知您应多久服用一次司美替尼。您将获得一本研究药物日记,用于记录每次服药时间。研究工作人员将向您展示如何填写。在某些日子,您将在诊所等待服用早晨的研究药物剂量。研究工作人员将在每次此类诊所访视前提醒您。治疗时长:只要研究医生认为继续用药符合您的最佳利益,您就可以继续接受研究药物治疗。如果出现以下情况,您将无法继续接受研究药物
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。




