Tazemetostat联合多柔比星一线治疗晚期上皮样肉瘤

该数据集源自 clinicaltrials.gov,收录一项关于 Tazemetostat 联合多柔比星一线治疗晚期上皮样肉瘤的临床试验信息

Epizyme, Inc.Epizyme, Inc.
clinicaltrials
浏览 11
其他Advanced Soft-tissue SarcomaAdvanced Epithelioid Sarcoma
Tazemetostat in Combination With Doxorubicin as Frontline Therapy for Advanced Epithelioid Sarcoma

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

Tazemetostat联合多柔比星一线治疗晚期上皮样肉瘤

该数据集源自 clinicaltrials.gov,收录一项关于 Tazemetostat 联合多柔比星一线治疗晚期上皮样肉瘤的临床试验信息。试验包含开放标签 1b 期部分,评估联合用药安全性并确定最大耐受剂量与推荐 3 期剂量;3 期部分计划比较联合方案与单药多柔比星加安慰剂,但因 1b 期提前终止而未启动。数据覆盖晚期软组织肉瘤与晚期上皮样肉瘤,可用于了解该联合方案的研究设计与安全性评估框架(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:晚期软组织肉瘤、晚期上皮样肉瘤。开放标签的 1b 期部分旨在评估 tazemetostat + 多柔比星联合用药的安全性,并确定最大耐受剂量(MTD)和推荐 3 期剂量(RP3D)。该临床试验的 3 期部分旨在比较 tazemetostat + 多柔比星与当前一线标准治疗——单药多柔比星 + 安慰剂——在局部晚期不可切除或转移性上皮样肉瘤(ES)一线治疗中的效果。3 期部分已计划,但因 1b 期提前终止而从未启动。确诊软组织肉瘤(STS)的受试者被纳入 1b 期。

【主题与分类】

主题标签:Advanced Soft-tissue Sarcoma、Advanced Epithelioid Sarcoma。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04204941

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/NCT04204941

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

适应症:晚期软组织肉瘤、晚期上皮样肉瘤。开放标签的1b期部分旨在评估他泽司他联合多柔比星的安全性,并确定最大耐受剂量(MTD)和推荐3期剂量(RP3D)。该临床试验的3期部分旨在比较他泽司他联合多柔比星与当前一线标准治疗——单药多柔比星联合安慰剂——在局部晚期不可切除或转移性上皮样肉瘤(ES)一线治疗中的疗效。3期部分已计划但从未启动,原因是在1b期期间提前终止。确诊为软组织肉瘤(STS)的受试者被纳入1b期。

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