舒尼替尼联合西妥昔单抗与放疗治疗局部晚期或复发头颈部鳞癌
该数据集来自 clinicaltrials.gov,收录一项关于舒尼替尼联合西妥昔单抗与放疗治疗局部晚期、复发或第二原发高危头颈部鳞状细胞癌的临床试验信息

基本信息
资源简介
舒尼替尼联合西妥昔单抗与放疗治疗局部晚期或复发头颈部鳞癌
该数据集来自 clinicaltrials.gov,收录一项关于舒尼替尼联合西妥昔单抗与放疗治疗局部晚期、复发或第二原发高危头颈部鳞状细胞癌的临床试验信息。覆盖病种包括隐匿原发转移性颈部鳞癌、复发性唾液腺癌、下咽、喉、唇及口腔、鼻咽、口咽等部位的复发鳞状细胞癌。主要目标为评估联合方案的安全性、最大耐受剂量和剂量限制毒性,次要目标包括描述毒性特征及探索耐受性与可行性。可用于头颈部肿瘤治疗安全性及剂量探索相关研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:隐匿原发鳞状细胞癌的转移性颈部鳞癌、隐匿原发复发性转移性颈部鳞癌、复发性唾液腺癌、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. 评估苹果酸舒尼替尼与西妥昔单抗和放疗联合给药用于局部晚期、复发或第二原发预后不良高危头颈部鳞状细胞癌患者时的安全性、最大耐受剂量和剂量限制毒性。次要目标:I. 描述该方案的毒性特征。II. 探索耐受性和可行性
【主题与分类】
主题标签:Recurrent Salivary Gland Cancer、Salivary Gland Squamous Cell Carcinoma、Stage III Salivary Gland Cancer、Stage IV Salivary Gland Cancer、Tongue Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00906360
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/NCT00906360
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:转移性颈部鳞状细胞癌伴隐匿性原发鳞状细胞癌、复发性转移性颈部鳞状细胞癌伴隐匿性原发、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. 评估苹果酸舒尼替尼与西妥昔单抗及放疗联合用于局部晚期、复发性或第二原发预后不良的高危头颈部鳞状细胞癌患者时的安全性、最大耐受剂量及剂量限制性毒性。次要目的:I. 描述该方案的毒性特征。II. 探索苹果酸舒尼替尼与西妥昔单抗及放疗联合用于这些患者时的耐受性和可行性。III. 评估治疗完成后的最佳总缓解率(完全缓解和部分缓解)。IV. 评估局部区域控制率。V.
评估远期控制率。VI. 评估经皮胃造瘘管给药的苹果酸舒尼替尼的药代动力学。大纲:这是一项苹果酸舒尼替尼的剂量递增研究。患者每日一次口服或经皮胃造瘘管给予苹果酸舒尼替尼,每周一次静脉给予西妥昔单抗,输注时间60-120分钟,并接受同步放疗,每日一次或两次,每周5天,持续7-9周,直至疾病进展或出现不可接受的毒性。持续患病的患者接受手术切除。*注:*如果患者具有高复发风险特征,可在入组方案前接受切除。部分患者在基线和研究期间定期采集血样,用于苹果酸舒尼替尼及其代谢物的药代动力学分析。研究治疗完成后,对患者定期随访,最长可达6年。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。



