舒尼替尼治疗复发性或持续性子宫平滑肌肉瘤

该数据集来自 clinicaltrials.gov,收录一项多中心临床研究,研究对象为接受过1或2种既往细胞毒性治疗的复发性或持续性子宫平滑肌肉瘤患者

National Cancer Institute (NCI)National Cancer Institute (NCI)
clinicaltrials
浏览 2
其他预测Recurrent Uterine SarcomaUterine Leiomyosarcoma
Sunitinib in Treating Patients With Recurrent or Persistent Leiomyosarcoma of the Uterus

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-27

资源简介

舒尼替尼治疗复发性或持续性子宫平滑肌肉瘤

该数据集来自 clinicaltrials.gov,收录一项多中心临床研究,研究对象为接受过1或2种既往细胞毒性治疗的复发性或持续性子宫平滑肌肉瘤患者。研究评估口服舒尼替尼苹果酸盐的疗效与安全性,主要指标包括6个月及以上无进展生存率、客观肿瘤缓解及不良事件频率与严重程度,次要指标为无进展生存期和总生存期。计划入组44例患者,可用于肿瘤治疗反应与生存结局的预测建模研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:复发性子宫肉瘤、子宫平滑肌肉瘤。主要目标:I. 评估苹果酸舒尼替尼在既往接受过1或2种细胞毒性治疗的复发性或持续性子宫平滑肌肉瘤患者中的活性,以无进展生存≥6个月的比例和客观肿瘤缓解为指标。II. 确定不良事件的频率和严重程度。次要目标:I. 确定无进展生存期和总生存期的持续时间。大纲:这是一项多中心研究。患者在第1-28天每日一次口服苹果酸舒尼替尼。在没有疾病进展或不可接受的毒性情况下,每42天重复疗程。研究治疗完成后,患者每3个月随访一次,持续2年,然后每6个月随访一次,持续3年。预计入组:本研究计划共入组44例患者。

【主题与分类】

主题标签:Recurrent Uterine Sarcoma、Uterine Leiomyosarcoma。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00378911

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00378911

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:复发性子宫肉瘤、子宫平滑肌肉瘤。主要目标:I. 评估苹果酸舒尼替尼在已接受1或2种既往细胞毒性治疗的复发性或持续性子宫平滑肌肉瘤患者中的活性,以无进展生存期≥6个月的比例和客观肿瘤缓解率为指标。II. 确定不良事件的发生频率和严重程度。次要目标:I. 确定无进展生存期和总生存期的持续时间。研究方案:这是一项多中心研究。患者在第1-28天每日口服一次苹果酸舒尼替尼。在没有疾病进展或不可接受的毒性的情况下,每42天重复一个疗程。完成研究治疗后,患者每3个月随访一次,持续2年,之后每6个月随访一次,持续3年。预计入组:本研究计划共入组44名患者。

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。

获取专属数据定制方案