雾化阿地白介素治疗肺转移患者
该数据集来自 clinicaltrials.gov,聚焦雾化阿地白介素(IL-2)治疗肺转移患者的临床研究。覆盖转移性肺恶性肿瘤、转移性黑色素瘤、转移性骨肉瘤、转移性肾细胞癌、肉瘤,以及 AJCC v6/v7 IV期皮肤黑色素瘤、AJCC v7 IV期骨肉瘤和IV期肾细胞癌

基本信息
资源简介
雾化阿地白介素治疗肺转移患者
该数据集来自 clinicaltrials.gov,聚焦雾化阿地白介素(IL-2)治疗肺转移患者的临床研究。覆盖转移性肺恶性肿瘤、转移性黑色素瘤、转移性骨肉瘤、转移性肾细胞癌、肉瘤,以及 AJCC v6/v7 IV期皮肤黑色素瘤、AJCC v7 IV期骨肉瘤和IV期肾细胞癌。主要目标为通过自我报告、远程肺量计和脉搏血氧仪评估治疗毒性;次要目标包括确定可接受雾化IL-2方案的剂量与日程并与绝对淋巴细胞计数相关、测定治疗第1天血清IL-2水平以判断是否进入循环及与毒性关联、用RECIST评估疗效。可用于毒性预测、剂量方案与疗效相关性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺转移性恶性肿瘤、转移性黑色素瘤、转移性骨肉瘤、转移性肾细胞癌、肉瘤、AJCC v6和v7 IV期皮肤黑色素瘤、AJCC v7 IV期骨肉瘤、AJCC v7 IV期肾细胞癌。主要目标:I. 通过自我报告、远程肺量计和脉搏血氧仪评估肺转移患者在接受雾化白介素(IL)-2(阿地白介素)治疗期间的毒性。次要目标:I. 确定可接受的雾化IL-2方案的剂量和日程,并与绝对淋巴细胞计数(ALC)相关联。II. 测定治疗第1天的血清IL-2水平,以寻找进入循环的证据,并与毒性的有无相关联。III. 使用实体瘤疗效评价标准(RECIST)评估雾化IL-2治疗的疗效。第三目标:I. 评估组织学
【主题与分类】
主题标签:Metastatic Melanoma、Metastatic Osteosarcoma、Metastatic Renal Cell Cancer、Sarcoma、Stage IV Osteosarcoma AJCC v7、Stage IV Renal Cell Cancer AJCC v7。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01590069
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/NCT01590069
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:肺转移性恶性肿瘤、转移性黑色素瘤、转移性骨肉瘤、转移性肾细胞癌、肉瘤、AJCC v6和v7版IV期皮肤黑色素瘤、AJCC v7版IV期骨肉瘤、AJCC v7版IV期肾细胞癌。主要目标:I. 通过自我报告、远程肺功能测试和脉搏血氧测定,评估接受雾化白介素(IL)-2(阿地白介素)治疗的肺转移患者的毒性。次要目标:I. 确定可接受的雾化IL-2方案的剂量和计划,并与绝对淋巴细胞计数(ALC)相关联。II. 在治疗第1天测定血清IL-2水平,以寻找其进入循环的证据,并与毒性的有无相关联。III. 使用实体瘤反应评价标准(RECIST)评估雾化IL-2治疗的疗效。三级目标:I. 对接受雾化IL-2治疗后作为可选程序进行肺转移手术的患者的术后标本进行组织学评估。II. 从可选的预处理活检和术后标本中评估免疫相关性。
大纲:这是一项I期剂量递增研究,随后进行II期研究。患者在第1-21天每天接受一次雾化阿地白介素治疗。在没有疾病进展或不可接受的毒性的情况下,每28天重复一个疗程。完成研究治疗后,对患者进行30天的随访。
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。




