索拉非尼联合顺铂和多西他赛治疗复发或转移性头颈部鳞状细胞癌
该数据集来自clinicaltrials.gov,收录一项针对复发或转移性头颈部鳞状细胞癌的联合化疗临床试验信息,涉及顺铂、多西他赛与索拉非尼(甲苯磺酸索拉非尼)联合方案

基本信息
资源简介
索拉非尼联合顺铂和多西他赛治疗复发或转移性头颈部鳞状细胞癌
该数据集来自clinicaltrials.gov,收录一项针对复发或转移性头颈部鳞状细胞癌的联合化疗临床试验信息,涉及顺铂、多西他赛与索拉非尼(甲苯磺酸索拉非尼)联合方案。覆盖病种包括原发灶不明的转移性颈部鳞癌、复发性涎腺癌以及下咽、喉、唇及口腔、鼻咽、口咽等部位的复发性鳞状细胞癌。主要目标为定义无进展生存期并确定II期试验的最优剂量,次要目标包括总生存期、缓解率及生物标志物分析。可用于肿瘤治疗方案的疗效预测与临床研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:原发灶不明的转移性颈部鳞状细胞癌、原发灶不明的复发性转移性颈部鳞状细胞癌、复发性涎腺癌、复发性下咽鳞状细胞癌、复发性喉鳞状细胞癌、复发性唇及口腔鳞状细胞癌、复发性鼻咽鳞状细胞癌、复发性口咽鳞状细胞癌。主要目标:I. 定义接受顺铂/多西他赛/索拉非尼(甲苯磺酸索拉非尼)(CDS)联合化疗的复发/转移性鳞状细胞癌患者的无进展生存期。(II期)II. 确定用于试验II期部分的顺铂/多西他赛/索拉非尼的最佳剂量。(I期)次要目标:I. 确定总生存期、缓解率,开展生物标志物
【主题与分类】
主题标签:Recurrent Salivary Gland Cancer、Salivary Gland Squamous Cell Carcinoma、Stage IVA Salivary Gland Cancer、Stage IVB Salivary Gland Cancer、Stage IVC Salivary Gland Cancer、Tongue Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02035527
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/NCT02035527
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:转移性颈部鳞癌伴隐匿性原发鳞状细胞癌、复发性转移性颈部鳞癌伴隐匿性原发、复发性涎腺癌、复发性下咽鳞状细胞癌、复发性喉鳞状细胞癌、复发性唇及口腔鳞状细胞癌、复发性鼻咽鳞状细胞癌、复发性口咽鳞状细胞癌。主要目的:I. 确定接受顺铂/多西他赛/索拉非尼(甲苯磺酸索拉非尼)(CDS)联合化疗的复发/转移性鳞状细胞癌患者的无进展生存期。(II期)II. 确定用于本试验II期部分的顺铂/多西他赛/索拉非尼的最佳剂量。(I期)次要目的:I. 确定总生存期、缓解率,开展生物标志物研究及毒性评估。方案概要:本研究为甲苯磺酸索拉非尼联合多西他赛的I期剂量递增研究,随后进行II期研究。患者在第0疗程第1-14天口服(PO)甲苯磺酸索拉非尼,每日两次(BID)。
从第1个疗程开始,患者在第1-21天口服甲苯磺酸索拉非尼,每日两次;第1天静脉滴注多西他赛1小时;第1天静脉滴注顺铂1小时。在无疾病进展或不可接受的毒性情况下,每21天重复治疗,最多6个疗程。随后,在无疾病进展或不可接受的毒性情况下,患者口服甲苯磺酸索拉非尼,每日两次。完成研究治疗后,对患者随访4周。
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。



