Vismodegib治疗晚期软骨肉瘤
该数据集来自clinicaltrials.gov，收录一项关于Vismodegib（GDC-0449）治疗晚期软骨肉瘤的临床试验信息，涵盖透明细胞、去分化、局部晚期、间叶性、转移性、原发性中央性及不可切除原发性中央性软骨肉瘤等亚型
基本信息
资源简介
Vismodegib治疗晚期软骨肉瘤
该数据集来自clinicaltrials.gov，收录一项关于Vismodegib（GDC-0449）治疗晚期软骨肉瘤的临床试验信息，涵盖透明细胞、去分化、局部晚期、间叶性、转移性、原发性中央性及不可切除原发性中央性软骨肉瘤等亚型。数据包含主要目标（评估6个月临床获益率）和次要目标（最佳总体缓解、1年和2年无进展生存与总生存、安全性、药物基因组学分析）及治疗 outline。可用于了解该试验设计、评估抗肿瘤活性与生存结局，并支持药物基因组学预测标志物研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：透明细胞软骨肉瘤、去分化软骨肉瘤、局部晚期软骨肉瘤、间叶性软骨肉瘤、转移性软骨肉瘤、原发性中央性软骨肉瘤、不可切除原发性中央性软骨肉瘤。主要目标：I. 根据修订版实体瘤疗效评价标准（RECIST）2009标准，以6个月临床获益率（完全缓解、部分缓解和疾病稳定）评价GDC-0449（vismodegib）的抗肿瘤活性。次要目标：I. 最佳总体缓解（根据修订版RECIST 2009标准）。II. 1年和2年无进展生存期。III. 1年和2年总生存期。IV. GDC-0449的安全性。V. 治疗结局预测标志物的药物基因组学分析。大纲：患者在第1-28天口服（PO）vismodegib。在没有疾病进展的情况下，每28天重复疗程。
【主题与分类】
主题标签：Clear Cell Chondrosarcoma、Dedifferentiated Chondrosarcoma、Locally Advanced Chondrosarcoma、Mesenchymal Chondrosarcoma、Metastatic Chondrosarcoma、Primary Central Chondrosarcoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01267955
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/NCT01267955
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
疾病类型：透明细胞软骨肉瘤、去分化软骨肉瘤、局部晚期软骨肉瘤、间叶性软骨肉瘤、转移性软骨肉瘤、原发性中央型软骨肉瘤、不可切除的原发性中央型软骨肉瘤。主要目标：I. 依据修订版实体瘤疗效评价标准（RECIST）2009，以6个月临床获益率（完全缓解、部分缓解和疾病稳定）评价GDC-0449（vismodegib）的抗肿瘤活性。次要目标：I. 最佳总体缓解（依据修订版RECIST标准2009）。II. 1年和2年无进展生存期。III. 1年和2年总生存期。IV. GDC-0449的安全性。V. 治疗结局预测标志物的药物基因组学分析。研究方案：患者在第1-28天口服（PO）vismodegib。在无疾病进展或不可接受毒性的情况下，每28天重复一个疗程。完成研究治疗后，每3个月对患者进行随访。
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。
