Teverelix 用于晚期前列腺癌的评估
该数据集来自 clinicaltrials.gov,主题为 Teverelix 在晚期前列腺癌中的评估,本站归类为肿瘤 / 前列腺癌,主题标签为 Prostatic Adenoma

基本信息
资源简介
Teverelix 用于晚期前列腺癌的评估
该数据集来自 clinicaltrials.gov,主题为 Teverelix 在晚期前列腺癌中的评估,本站归类为肿瘤 / 前列腺癌,主题标签为 Prostatic Adenoma。源站描述涉及一项开放标签研究:患者知情同意后接受最长 7 天筛选,第 0 天入组并接受 teverelix TFA 负荷剂量(腹部 SC 注射一剂、臀部 IM 注射一剂),随后每 4 或 6 周接受一次腹部 SC 维持剂量,至第 24 周,末次维持注射后 4 周进行最终评估;初始测试方案为负荷剂量 120 mg SC 加 120 mg IM,维持剂量 120 mg SC 每 6 周一次。可用于前列腺疾病相关用药方案与临床试验信息整理(来源 clinica。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前列腺腺瘤。在获知研究及潜在风险后,所有给予书面知情同意的患者将接受最长 7 天的筛选期以确定是否符合研究入组条件。第 0 天,符合入组要求的患者将以开放标签方式入组,并接受 teverelix TFA 负荷剂量(腹部一次皮下(SC)注射和臀部一次肌内(IM)注射)。随后患者将接受 teverelix TFA 维持剂量(腹部一次 SC 注射),间隔为 4 周或 6 周,直至第 24 周。患者将在末次维持剂量注射后 4 周返回进行最终评估。待测试的初始给药方案(第 1 组)为:负荷剂量 = 120 mg teverelix TFA SC + 120 mg teverelix TFA IM 维持剂量 = 120 mg teverelix TFA SC 每 6 周一次 如果该给药
【主题与分类】
主题标签:Prostatic Adenoma。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04693507
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/NCT04693507
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
条件:前列腺腺瘤。在获知研究信息及潜在风险后,所有提供书面知情同意书的患者将接受最长7天的筛选期,以确定是否符合研究入选标准。第0天,符合入选要求的患者将以开放标签方式入组,并接受特维瑞克TFA的负荷剂量(腹部一次皮下注射和臀部一次肌肉注射)。随后,患者将接受特维瑞克TFA的维持剂量(腹部一次皮下注射),每4周或6周一次,直至第24周。患者将在最后一次维持剂量注射后4周返回进行最终评估。初步测试的给药方案(第1组)为:负荷剂量 = 120毫克特维瑞克TFA皮下注射 + 120毫克特维瑞克TFA肌肉注射;维持剂量 = 每6周一次120毫克特维瑞克TFA皮下注射。如果该给药方案不成功(20名患者中有超过2名治疗失败),则第1组的招募将结束,第2组的入组将开始。
可能测试的给药方案(第2组)为:负荷剂量 = 180 mg teverelix TFA 皮下注射 + 180 mg teverelix TFA 肌肉注射;维持剂量 = 每6周皮下注射180 mg teverelix TFA。若此给药方案不成功(60名患者中有超过6名治疗失败),则第2组的招募将终止,研究也将停止。
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。




