甲苯磺酸索拉非尼治疗硬纤维瘤或侵袭性纤维瘤病患者
该数据集来自 clinicaltrials.gov,聚焦于硬纤维瘤(DT)/深部纤维瘤病(DF)患者,比较甲苯磺酸索拉非尼与安慰剂的双盲随机III期研究

基本信息
资源简介
甲苯磺酸索拉非尼治疗硬纤维瘤或侵袭性纤维瘤病患者
该数据集来自 clinicaltrials.gov,聚焦于硬纤维瘤(DT)/深部纤维瘤病(DF)患者,比较甲苯磺酸索拉非尼与安慰剂的双盲随机III期研究。主要目标是评估无进展生存期(PFS)率,次要目标包括毒性、至手术干预时间、肿瘤反应率和生存期。第三目标涉及MRI T2变化与生物学效应(如肿瘤生长和疼痛缓解)的相关性,以及索拉非尼作用机制探索。数据可用于预测治疗反应、分析预后因素及评估影像生物标志物(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:硬纤维瘤病。主要目标:I. 通过双盲随机III期研究,比较接受索拉非尼(甲苯磺酸索拉非尼)或安慰剂的硬纤维瘤(DT)/深部纤维瘤病(DF)患者的无进展生存期(PFS)率。次要目标:I. 评估毒性。II. 评估至手术干预时间。III. 评估肿瘤反应率和生存期。第三目标:I. 评估磁共振成像(MRI)T2的变化,以预测(或关联)生物学效应,如肿瘤生长(根据实体瘤疗效评价标准[RECIST]版本[v]1.1)和疼痛缓解。(相关伴随研究)II. 索拉非尼在DT/DF中的作用机制仍未知。在同意接受配对肿瘤活检(A091105-ST1)的患者中,治疗诱导的变化将通过
【主题与分类】
主题标签:Desmoid Fibromatosis。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02066181
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/NCT02066181
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:硬纤维瘤病。主要目标:I. 通过双盲随机III期研究,比较接受索拉非尼(甲苯磺酸索拉非尼)或安慰剂的硬纤维瘤(DT)/深部纤维瘤病(DF)患者的无进展生存(PFS)率。次要目标:I. 评估毒性。II. 评估至手术干预的时间。III. 评估肿瘤缓解率和生存期。三级目标:I. 评估磁共振成像(MRI)T2值的变化,以预测(或关联)生物学效应,如肿瘤生长(根据实体瘤疗效评价标准[RECIST]版本[v]1.1)和疼痛缓解。(相关伴随研究)II. 索拉非尼在DT/DF中的作用机制尚不清楚。对于同意接受配对肿瘤活检(A091105-ST1)的患者,将通过组织学、基因表达谱、蛋白质组变化以及通过蛋白质印迹和逆转录-聚合酶链反应(RT-PCR)对关键通路进行选择性探究来量化治疗引起的变化。(相关伴随研究)III.
收集存档组织、基线(肿瘤、血液)和第8天(肿瘤、血液)标本用于基础科学研究(A091105-ST1)。(相关伴随研究)IV. 评估患者报告的不良事件和生活质量(QOL),通过患者报告结局-常见不良事件评价标准(PRO-CTCAE)和单项总体线性模拟自我评估(LASA)进行测量(A091105-HO1)。(相关伴随研究)V. 评估疼痛缓解情况,通过简明疼痛量表简表(Brief Pain Inventory Short Form)的“最严重疼痛”项目进行测量(A091105-HO1)。(相关伴随研究)方案概要:患者被随机分配至2个治疗组中的1组。第I组:患者在第1-28天每日一次(QD)口服(PO)甲苯磺酸索拉非尼。第II组:患者在第1-28天每日一次口服安慰剂。疾病进展后,患者可交叉至第I组。两组中,在无疾病进展的情况下,疗程每28天重复一次。
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。




