Bortezomib与Sorafenib联合治疗晚期恶性黑色素瘤的扩展队列试验

该数据集来自clinicaltrials.gov,收录一项针对晚期恶性黑色素瘤的扩展队列试验,研究Bortezomib与Sorafenib联合给药

Massachusetts General HospitalMassachusetts General Hospital
clinicaltrials
浏览 3
其他Melanoma
An Expanded Cohort Trial of Bortezomib and Sorafenib in Advanced Malignant Melanoma

基本信息

模态
其他
创建/更新时间
2026-10-22

资源简介

Bortezomib与Sorafenib联合治疗晚期恶性黑色素瘤的扩展队列试验

该数据集来自clinicaltrials.gov,收录一项针对晚期恶性黑色素瘤的扩展队列试验,研究Bortezomib与Sorafenib联合给药。试验以28天为一个治疗周期,Sorafenib口服每日两次,Bortezomib在第1、8、15天以门诊静脉注射方式给药,剂量依据已入组受试者的耐受情况确定。每周期结束时评估疾病变化及治疗副作用。数据可用于了解该联合方案在黑色素瘤患者中的剂量探索与安全性评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:黑色素瘤。 由于我们正在寻找可在黑色素瘤受试者中安全给药且不出现严重或不可控副作用的最高研究药物剂量,因此并非所有参与者都会接受相同剂量的研究药物。参与者所接受的剂量将取决于此前已入组研究的参与者人数以及他们对各自剂量的耐受程度。 每个治疗周期持续28天。参与者将每日两次口服sorafenib,并在每个周期的第1、8和15天以门诊静脉注射方式接受bortezomib。* 在每个治疗周期结束时,将对参与者进行检查,以确定其疾病是恶化、改善还是保持不变,并查看他们是否出现治疗副作用。这些访视时将进行以下检查:体格检查

【主题与分类】

主题标签:Melanoma。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01078961

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/NCT01078961

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:黑色素瘤。* 由于我们旨在寻找在黑色素瘤参与者中可安全施用且不会产生严重或无法控制的副作用的最高研究药物剂量,因此并非所有参与者都会接受相同剂量的研究药物。参与者将接受的剂量取决于之前已入组研究的参与者数量及其对剂量的耐受情况。* 每个治疗周期持续28天。参与者将每天口服索拉非尼两次,并在每个周期的第1、8和15天作为门诊患者接受硼替佐米静脉注射。* 在每个治疗周期结束时,将对参与者进行检查,以确定其疾病是否恶化、改善或保持不变,并查看他们是否出现任何治疗副作用。这些访视时将进行以下检查:体格检查、生命体征、血液检查和扫描(每2个月重复一次)。* 一旦确定了索拉非尼和硼替佐米的最大耐受剂量,将再招募12名参与者加入本研究。这被称为本研究的扩展队列。

参加本队列的受试者需要在开始研究治疗前接受肿瘤病灶活检,并在开始研究治疗后接受一次额外活检。

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