三氧化二砷治疗基底细胞癌患者

数据覆盖皮肤基底细胞癌与复发性皮肤癌患者,主要目的是评估 ATO 给药后肿瘤活检样本中 Gli mRNA 与蛋白水平相较基线的变化,次要目的是观察 ATO 是否带来肿瘤体积缩小

Stanford UniversityStanford University
clinicaltrials
浏览 12
蛋白质回归Basal Cell Carcinoma of the SkinRecurrent Skin Cancer
Arsenic Trioxide in Treating Patients With Basal Cell Carcinoma

基本信息

模态
蛋白质
任务类型
回归
创建/更新时间
2026-10-09

资源简介

三氧化二砷治疗基底细胞癌患者

该数据集来自 clinicaltrials.gov,主题为三氧化二砷(ATO)治疗基底细胞癌(Basal Cell Carcinoma)的临床研究。数据覆盖皮肤基底细胞癌与复发性皮肤癌患者,主要目的是评估 ATO 给药后肿瘤活检样本中 Gli mRNA 与蛋白水平相较基线的变化,次要目的是观察 ATO 是否带来肿瘤体积缩小。治疗方案为第 1-5 天静脉输注 2 小时,每 28 天重复一疗程,直至疾病进展或出现不可耐受毒性。可用于肿瘤学与皮肤癌相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮肤基底细胞癌、复发性皮肤癌。主要目标:I. 确定与基线水平相比,给予基底细胞癌患者三氧化二砷(ATO)是否与肿瘤活检样本中 Gli 信使核糖核酸(mRNA)和蛋白水平降低相关。次要目标:I. 确定是否有证据表明 ATO 在人体中对基底细胞癌具有肿瘤体积缩小的作用。方案概述:患者在第 1-5 天接受三氧化二砷静脉注射(IV),输注时间超过 2 小时。在无疾病进展或不可接受毒性反应的情况下,每 28 天重复一个疗程。

【主题与分类】

主题标签:Basal Cell Carcinoma of the Skin、Recurrent Skin Cancer。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01791894

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/NCT01791894

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

条件:皮肤基底细胞癌,复发性皮肤癌。主要目标:I. 确定与基线水平相比,向基底细胞癌患者施用三氧化二砷(ATO)是否与肿瘤活检样本中Gli信使核糖核酸(mRNA)和蛋白质水平降低相关。次要目标:I. 确定是否有证据表明ATO对人类基底细胞癌具有缩小肿瘤体积的作用。大纲:患者在第1-5天接受三氧化二砷静脉注射(IV),持续2小时。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。

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